一种基于Faster RCNN改进的芯片缺陷识别方法

    公开(公告)号:CN115049635A

    公开(公告)日:2022-09-13

    申请号:CN202210796619.2

    申请日:2022-07-06

    Abstract: 本发明提供了一种基于Faster RCNN改进的芯片缺陷检测方法,涉及工业目标检测领域,该方法包括:对数据集进行预处理,采集训练样本集,把样本集导入Faster RCNN,通过特征提取网络对图像样本集进行特征提取,将提取到的特征输入到RPN模块进行训练生成建议框,通过样本集训练和微调得到Faster RCNN模型,使用Faster RCNN模块保存的训练参数对待检测芯片图像进行芯片缺陷检测;该样本集是使用公共合成PCB(印刷电路板)数据集训练所得出的模型,改进了特征提取网络,并使用权重自适应器进行加强学习,在一定程度上提高了检测速度和准确率,使得该发明具有更高的灵活性和识别精度,在电子信息产业中具有更好的实用价值和应用前景。

    一种跨平台的标准文件树形结构生成方法与展示控件

    公开(公告)号:CN115935944A

    公开(公告)日:2023-04-07

    申请号:CN202211002609.3

    申请日:2022-08-19

    Abstract: 本发明公开一种跨平台的标准文件树形结构生成方法与展示控件。其步骤是:获取输入数据数组;遍历输入数据数组,根据每一条数据标题层级生成树形数据;将树形数据输入到控件预设数据接收接口;触发界面渲染,将所述树形数据根据层级从根节点开始,依次遍历所有子节点数据展示到页面上。本发明提供的树形控件至少应包含一个节点,渲染过程中采用懒加载机制,不必一次性将所有节点渲染完,等到监听到点击事件时才进行剩余部分的渲染。这样保证了不会因为一次渲染太多节点而导致页面阻塞。本发明适用标准文件数字化领域,用以解决标准文件关键信息提取效率低下、内容阅读体验差的缺点,具有提取准确度高、结构化清晰、渲染性能高的优点。

    一种非结构化文本表格识别方法和系统

    公开(公告)号:CN115424282A

    公开(公告)日:2022-12-02

    申请号:CN202211188303.1

    申请日:2022-09-28

    Abstract: 本发明提供了一种非结构化文本(包括所有格式的办公文档、文本、图片、各种报表和图像等)表格识别方法,涉及文本识别领域,该方法包括:采集数据集,首先把非结构化文本转化为图像类集合,然后对集合进行图像预处理,把图像集合作为数据集导入模型,对图像数据集的信息进行分析,检测出表格区域,把图像转换成序列,进行表格结构序列预测,检测出表格行结构,进行表格行识别,表格行单元格识别后,识别结果经过后处理,融合表格行结构和单元格文本内容,最终通过文本框和单元格内容进行匹配得到Excel形式的表格识别数据。该方法通过特征学习训练了模型,实现了非结构化文本数据信息的智能提取,有利于非结构化文本数据的进一步分析和实际应用,极大地节省了人力成本提高了工作效率,在一定程度上提高了表格检测速度和准确率,使用本发明所述的方法和系统,可以通过转化进行非结构化文本内容的分析和信息的识别提取,使得非结构化文本在各行各业中具有更好的实用价值和应用。

    一种基于城市经济分类分析的城市权利透明度差异化评价体系匹配方法及系统

    公开(公告)号:CN114912772A

    公开(公告)日:2022-08-16

    申请号:CN202210430077.7

    申请日:2022-04-22

    Abstract: 本发明公开了一种基于城市经济分类分析的城市权利透明度差异化评价体系匹配方法及系统,包括以下过程:建立基于城市经济的城市权利透明度差异化评价指标体系;收集城市权利透明度以及城市经济的原始数据,原始数据为连续数据;对该数据进行预处理,预处理后的数据为离散数据;使用关联学习算法构建一个关联模型,将预处理后的数据输入模型。挖掘数据之间的强关联规则,将存在关联的特征抽取出来建立数据基础形成标准数据集;使用分类算法构建一个分类模型,对标准数据集中的的特征数据进行分类;按Bi‑LSTM‑Attention网络输出的分类结果给城市定级,并匹配相应的指标体系进行后续城市权利透明度评估工作。根据上述工作构建系统,该系统包括数据收集模块、数据处理模块、关联规则学习模块、分类模块以及匹配模块。本发明对城市经济进行有效分类是后续匹配城市权利透明度差异化指标体系工作的基础,为保证城市权利透明度差异化评价系统的有效实施提供参考和指导,并解决了城市权利透明度领域现存的评价体系单一化、与经济背景不兼容的问题。

    基于RFE-DAGMM的高维数据异常检测方法

    公开(公告)号:CN114239807A

    公开(公告)日:2022-03-25

    申请号:CN202111548027.0

    申请日:2021-12-17

    Abstract: 本发明公开了一种针对高维数据进行异常检测的方法,将RFE(递归特征消除)和DAGMM(深度自编码高斯混合模型)相结合,通过降维和重构的方式来检测异常数据。首先对数据预处理;通过RFE方法进行特征选择,然后构建压缩网络,获得重构误差和低维特征表示,将两部分作为估计网络的输入,通过估计网络计算能量值。在测试时,通过设置阈值进行异常检测。本发明提供的高维数据异常检测方法,相比于传统的异常检测方法在处理高纬度数据上提高了检测精确,降低了训练时长和误警率,解决了数据维度高,数据类型复杂的高纬数据在异常检测方面精度低,误报率高,时效差等问题。例如能够很好地应用在网络方面来检测流量异常。

    基于改进TFT的云服务器资源利用数量预测方法

    公开(公告)号:CN114238054A

    公开(公告)日:2022-03-25

    申请号:CN202111547972.9

    申请日:2021-12-17

    Abstract: 本发明提供了一种云服务器资源利用数量预测的方法。该方法改进TFT(时序融合变压器)多步时间序列预测技术,应用在云服务器资源利用数量的预测中。所述方法包括:数据集特征变量分解;生成训练集测试集;数据特征变量划分;设计并改进TFT预测模型;不同的数据特征变量进入模型相应接口;模型训练;生成目标预测模型;模型测试。本发明提供了新的变量分解方法,并利用TFT变量分类提取和多步融合预测的优势,在改进算法之后加快了模型拟合速度,提升了预测准确度和鲁棒性。该发明解决了目前云服务器资源利用的数据由于特征变量过少,多步预测准确度低的技术问题,满足了云服务平台通过对服务器资源利用数量的预测进行安全部署、资源协调的需求。

Patent Agency Ranking