龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：江南大学;中国电子科技集团公司第五十八研究所
申请日：2024-03-18
公开（公告）日：2024-06-28
公开（公告）号：CN118260577A
主分类号：G06F18/2131
分类号：G06F18/2131;G06F18/214;G06N3/0464;G06F17/16
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明涉及一种倒装芯片的超声激励振动信号去噪方法及系统，包括：通过高频超声激励检测获取待测芯片的振动信号，并对振动信号预处理得到扩充后的数据集；构建改进深度压缩感知去噪模型，利用样本加权自适应损失对改进深度压缩感知去噪模型进行迭代训练，得到训练好的信号去噪模型；其中，构建改进深度压缩感知去噪模型的方法包括：将扩充后的数据集转换成时频图，通过时频图获取采样矩阵，对采样矩阵进行重构，得到重构矩阵，采样矩阵和重构矩阵构成去噪模型；利用训练好的去噪模型对待去噪的芯片振动信号进行信号重构，获得去噪后的信号。本发明解决了高频超声激励下的倒装芯片振动信号易受噪声影响且传统稀疏去噪方法重构表现差的问题。
主权项：1.一种倒装芯片的超声激励振动信号去噪方法，其特征在于，包括：S1：通过高频超声激励检测获取待测芯片的振动信号，对所述振动信号进行预处理得到扩充后的数据集；S2：构建改进深度压缩感知去噪模型，利用样本加权自适应损失对所述改进深度压缩感知去噪模型进行迭代训练，得到训练好的信号去噪模型；其中，构建改进深度压缩感知去噪模型的方法包括：将所述扩充后的数据集转换成时频图，通过所述时频图获取采样矩阵，对所述采样矩阵进行重构，得到重构矩阵，所述采样矩阵和所述重构矩阵构成所述改进深度压缩感知去噪模型；S3：利用所述训练好的信号去噪模型对待去噪的倒装芯片的超声激励振动信号进行信号重构，获得去噪后的信号。
全文数据：
权利要求：
百度查询： 江南大学;中国电子科技集团公司第五十八研究所 一种倒装芯片的超声激励振动信号去噪方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号