本发明属于微电子检测技术领域,涉及一种微电子产品异物缺陷检测方法、装置及可读存储介质;获取待检测微电子产品的异物缺陷碰撞信号,为异物缺陷碰撞信号的GMC稀疏去噪模型的惩罚项中各个稀疏系数设置权重,得到目标惩罚项;基于保真项和目标惩罚项,得到目标GMC稀疏去噪模型;并对目标GMC稀疏去噪模型迭代求解,得到异物缺陷碰撞信号的稀疏编码矩阵;利用稀疏编码矩阵对异物缺陷碰撞信号进行稀疏表示,得到目标异物缺陷碰撞信号,从而对待检测微电子产品进行异物缺陷检测;本申请尽可能地保留由于异物缺陷在腔体内发生滑动和碰撞而产生的碰撞信号,去除异物缺陷碰撞信号中的环境噪声,从而提高异物缺陷检测结果的准确性。
📄 202410986735X
📂 G06F18_10
👤 江南大学, 中国电子科技集团公司第五十八研究所
📅 2024-07-23
本发明涉及倒装芯片超声信号去噪技术领域,尤其是指一种倒装芯片超声信号去噪方法及装置,包括:获取倒装芯片的缺陷超声回波信号;构建缺陷超声回波信号的稀疏表示模型的目标函数;构建Gabor字典作为过完备字典;对近端梯度下降算法进行深度展开,构建记忆增强深度展开网络模型,求解所述缺陷超声回波信号的稀疏表示模型的目标函数中的目标稀疏系数;基于Gabor字典,利用目标稀疏系数重构倒装芯片的缺陷超声回波信号,得到去噪后的超声回波信号。本发明在很大程度上保留了原始超声回波信号的有用信息,避免对原始超声回波信号造成失真与削弱,进而提高了利用超声回波信号检测倒装芯片缺陷的准确率。
📄 2024102993050
📂 G06F18_10
👤 江南大学, 中国电子科技集团公司第五十八研究所
📅 2024-03-15
本发明涉及倒装芯片振动信号去噪领域,尤其是指一种倒装芯片振动信号去噪方法及系统,所述方法包括:获取样本芯片的故障缺陷振动信号;基于所述故障缺陷振动信号,构建卷积稀疏编码去噪模型,采用局部能量熵的方式,优化卷积稀疏编码去噪模型;对优化后的模型进行多次交替迭代训练,得到最优稀疏系数及对应的卷积字典;利用所述最优稀疏系数及对应的卷积字典对含有噪声的振动信号中构建的多个信号切片使用优化后的能量熵局部重加权卷积稀疏编码模型进行去噪,重构去噪后的信号切片,得到完整的去噪后的振动信号。本发明能够有效地去除倒装芯片振动信号中的噪声,相比现有去噪方法,显著地提高了卷积字典的学习速率以及求解精度。
📄 2023118296199
📂 G06F18_10
👤 江南大学, 中国电子科技集团公司第五十八研究所
📅 2023-12-28
本发明涉及一种倒装芯片振动信号去噪方法、系统、设备和介质,属于倒装芯片振动信号去噪技术领域,其中,方法包括:采集倒装芯片的振动信号;构造所述振动信号的初始稀疏表示,并根据所述振动信号构造所述初始稀疏表示中的稀疏字典,基于所述稀疏字典以及振动信号的噪声方差构造稀疏表示模型;求解所述稀疏表示模型中关于所述稀疏字典的最优稀疏系数,并同时得到所述最优稀疏系数对应的最优稀疏字典;将所述最优稀疏字典中的无用原子和噪声原子进行剔除,去噪后的最优稀疏字典;利用所述去噪后的最优稀疏字典及其对应的最优稀疏系数对含有噪声的振动信号进行重构,得到去噪后的振动信号。本发明能够有效对倒装芯片振动信号进行去噪。
📄 2025117575339
📂 G06F18_10
👤 江南大学
📅 2025-11-27
本发明涉及信号处理技术领域,公开一种基于自适应DUN的倒装芯片超声信号去噪方法及系统,包括:获取待测倒装芯片反射的超声信号,构建过完备字典、稀疏表示系数和目标函数,将对目标函数的每次迭代优化作为一个阶段构建具有多阶段的自适应深度展开网络模型;使用模型逐阶段求解稀疏表示系数的最优解,模型包括:对稀疏表示系数中的每个元素进行独立优化的自适应梯度下降模块、增强通道与输入内容关联的自适应阈值机制、提取稀疏特征与时序相关性特征的时间稀疏性增强卷积;最后使用训练完成的模型得到稀疏表示系数的最优解,结合过完备字典对超声信号进行重构。本发明可以自适应去除超声信号中不同水平的噪声,保证鲁棒性、提高去噪效果上限。
📄 2025113022986
📂 G06F18_10
👤 江南大学
📅 2025-09-12
本发明涉及信号处理技术领域,公开一种倒装芯片振动信号去噪方法及系统,包括:获取外部超声激励作用下待测倒装芯片响应的振动信号并分段处理,根据分段后的振动信号构造初始稀疏字典,迭代更新稀疏字典;在迭代更新过程中,随迭代次数实时调整稀疏度参数并对残差项进行软阈值去噪;引入特征投影矩阵对每段振动信号进行联合建模,根据更新后的稀疏字典和对应的稀疏系数构建联合优化模型;交替优化联合优化模型中的稀疏系数与特征投影矩阵,得到稀疏系数的最优解;结合更新后的稀疏字典和稀疏系数的最优解重构振动信号,得到去噪后的振动信号。本发明可以有效提取瞬态特征并增强关键特征的表达、抑制噪声,提升去噪鲁棒性和重构精度。
📄 2025112878299
📂 G06F18_10
👤 江南大学
📅 2025-09-10
本发明涉及水文监测技术领域,具体涉及一种水文要素数据清洗处理方法及系统,该方法包括:采用斜率差值算法对水文数据进行初次过滤,获取初步清洗数据;获取初步清洗数据的波动参数;根据波动参数判断初步清洗数据是否为波动数据;在初步清洗数据不为波动数据时,采用第一均值过滤算法对初步清洗数据进行清洗,得到最终清洗数据;在初步清洗数据为波动数据时,检测波动数据是否为正常波动数据;若波动数据为正常波动数据,采用第二均值过滤算法对初步清洗数据进行清洗,得到最终清洗数据;若波动数据为异常波动数据,确定初步清洗数据为最终清洗数据。本公开全方位提升了数据的精准度,大大降低了错误数据对分析结果准确性的影响。
📄 2025113082690
📂 G06F18_10
👤 西安尔吉环保科技有限公司
📅 2025-09-15
本发明涉及实时闪电定位技术领域,尤其涉及一种闪电实时三维定位方法。解决了闪电定位系统不稳定的问题。其技术方案为:包括以下步骤:S1:数据预处理,对收集到的电场信号进行预处理;S2:脉冲识别,用支持向量机进行二分类,将信号分为脉冲信号和非脉冲信号;S3:初始定位计算,使用CHAN氏定位算法计算闪电源的初始位置;S4:优化算法求解,采用差分进化算法对步骤S3中得到的初始定位结果进行优化,获取准确的闪电源位置;S5:实时定位。本发明的有益效果为:本发明利用机器学习脉冲识别和优化算法求解等创新点共同作用,使得闪电定位结果更加准确。
📄 2023108284602
📂 G06F18_10
👤 南通大学, 南通市建筑设计研究院有限公司
📅 2023-07-07
本发明公开了一种基于深度学习的毫米波雷达气象目标检测方法,涉及气象雷达处理技术领域。本发明包括如下步骤:采用传输控制协议获取毫米波雷达原始信号进行预处理;通过毫米波雷达测量物体到天线的距离和角度,来获取被测量物体的三维空间坐标;将三维空间坐标通过时间对齐和空间坐标系进行转换,并投射到视觉坐标系中;先预训练特征提取器,使用ECMWF再分析数据标签,再端到端微调;根据信噪比自动优化检测门限,输出目标气象分类、气象强度以及气象运动预测。本发明根据信噪比自动优化检测门限,输出目标分类、强度估计以及运动矢量预测,避免天气弱信号漏检,提高目标追踪能力以及极端天气泛化能力。
📄 202510655946X
📂 G06F18_10
👤 淮阴师范学院, 淮安启坤科技有限公司
📅 2025-05-21
本发明涉及数据处理技术领域,具体涉及一种人工智能的数据智能处理方法及系统,该方法包括:基于排烟口进行采样,获取PM2.5含量数据和风速数据;确认PM2.5含量数据出现缺失的部分,生成缺失数据段,与风速数据结合计算PM2.5含量数据变化量和风速数据变化量的不相关程度;根据PM2.5含量数据和风速数据得到受风速数据影响的变化系数,通过变化系数对缺失数据段的前一个采样时刻的PM2.5含量数据进行还原,结合PM2.5含量数据变化量和风速数据变化量的不相关程度进行还原;根据还原后的PM2.5含量数据进行异常监测;通过PM2.5含量数据变化与同时刻风速变化的不相关程度,找出缺失数据段并还原,以准确异常监测。
📄 2025102458760
📂 G06F18_10
👤 深圳市悦道科技有限公司
📅 2025-03-04
本发明公开了一种基于信道状态信息CSI的跌倒检测方法、装置及存储介质,方法包括:获取待测的信道状态信息CSI数据;预处理、信号分段、提取特征,得到特征数据;将提取得到的特征数据输入预训练的检测模型,得到输出的跌倒检测结果;其中所述检测模型的训练数据集中包括跌倒、缓慢坐下、行走、站立、快速下坐、物品掉落、弯腰捡物品、坐到地上行为组成的数据集,增添对类跌倒行为数据的采集,用于后续的机器学习分类,降低漏报率和误报率;采用对抗机器学习方法对卷积神经网络模型进行训练优化,提高模型泛化性,防止学习过程中出现过拟合现象,而造成识别精确度下降。
📄 2022102852689
📂 G06F18_10
👤 南京邮电大学
📅 2022-03-23
本发明公开了基于特征收缩和扩张的大地电磁信号噪声压制方法及系统,构建了全新的CLR‑MLP AE网络模型,用于大地电磁信号降噪,该CLR‑MLP AE模型引入了一种时序特征增强机制,通过对输入信号进行时间块处理以及异常标识,使其在特征提取阶段能够保留关键的信息;此外,构建的神经网络采用CMLP‑mixer编码器以及采用自适应转置卷积的解码器,用SVD矩阵分解融合全连接层,从而实现编码器的低秩转换,有效提取特征信息,实现高效特征压缩;进一步通过在解码器中根据输入的数据特征或者学习到的模式,自适应调整转置卷积核的大小、权重分布,最终提高了网络的计算速度,保证了降噪效果。
📄 2025106452960
📂 G06F18_10
👤 湖南师范大学
📅 2025-05-20