买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国营芜湖机械厂申请的专利基于多分支深度神经网络的机载电路板智能化测试诊断方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116090337B 。

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211695531.8，技术领域涉及：G06F30/27；该发明授权基于多分支深度神经网络的机载电路板智能化测试诊断方法是由李金猛;潘庆国;项卓;田江敏;曹九稳设计研发完成，并于2022-12-28向国家知识产权局提交的专利申请。

本基于多分支深度神经网络的机载电路板智能化测试诊断方法在说明书摘要公布了：本发明涉及电路板自动化测试与故障诊断领域，具体是基于多分支深度神经网络的机载电路板智能化测试诊断方法，其具体步骤如下：S01、故障数据库的建立；S02、数据预处理；S03、网络前向推理；S04、参数反向更新；S05、多分支预测结果融合；采用飞针测试仪进行电路板的测试和数据采集，并根据元器件特性变化设计数据增强算法，完成数据库的搭建；设计的深度神经网络在不同特征层采用了不同的卷积核和池化核，以专注于不同维度的特征；设计的多分支深度神经网络以多个节点的VI特征曲线为输入，提升了测试和诊断结果的准确率和鲁棒性，尤其是降低了人为因素产生的特征不完备和环境变化引起的元器件参数变化而导致的识别误差。

本发明授权基于多分支深度神经网络的机载电路板智能化测试诊断方法在权利要求书中公布了：1.基于多分支深度神经网络的机载电路板智能化测试诊断方法，其特征在于：其具体步骤如下： S01、故障数据库的建立： a、搭建功能类似的实验电路板，向正常的电路中逐个加入典型故障类型，并采用飞针测试仪采集故障发生时电路各个关键节点的VI曲线； b、构成M×N×2大小的数据矩阵，表示当前状态电路板的VI曲线响应并采用one-hot方式进行故障编号、保存，形成故障数据； c、采用蒙特卡罗模拟方法进行50-100次仿真，与真实采集数据一起作为训练与测试； S02、数据预处理： a、构建的VI数据矩阵，不同特征维度的数据具有不同的分布范围，需要进行预处理再送入神经网络进行处理； b、采用式1所示的均值方差归一化方法对电压和电流数据分别进行预处理，使处理后的数据xscale符合标准正态分布，其中均值xmean和标准差xstd从训练数据统计而来； S03、网络前向推理： a、基于经典的图像分类网络VGG16，构建多分支深度神经网络； b、以用于局部特征计算的卷积层和用于特征降维及增强的池化层为基本操作单元，构建网络的特征提取模块包含了13个卷积层和5个池化层； c、配合网络参数的具体配置对输入的67×100×2大小的VI响应矩阵，经过各层计算后输出矩阵的大小； d、特征提取初期，第1、2、3、4个卷积层和第1、2个池化层分别采用1×3尺寸的卷积核和1×2尺寸的池化核，其余卷积层均采取被用广泛使用的3×3尺寸的卷积核，以融合不同节点之间的VI特征； e、池化层采用2×2尺寸的池化核，以同时缩减VI维度和测试节点维度数据的尺寸； f、全连接层FCcls2和FCloc2的节点数目根据可能的故障类别数和该类故障对应的最大位置数设置，且会使用Softmax函数将网络原始输出转化为[0,1]范围的预测概率，以表示电路板发生各类故障的概率或对应若干个位置发生故障的概率； S04、参数反向更新：根据计算的网络损失对参数进行更新的过程，给定训练样本x，y，l，其中故障类别标签y是18维向量，而故障位置编号标签l是15维向量，具体为： a、若是类别i，则yi＝1，否则yi＝0，若是位置i发生故障，则li＝1，否则li＝0； b、假设网络两个分支的输出分别为pcls和ploc,则基于交叉熵分类损失函数可得网络总损失为： 其中，Kcls＝18和Kloc＝15分别是电路板状态种类数和故障状态下的最大位置编号； S05、多分支预测结果融合： a、对于输入的测试数据，先根据网络输出的各类故障发生的概率选择最大者确定故障类型，再选择概率最大的故障位置； b、两者进行组合即可得到当前电路板的故障状态及故障位置。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国营芜湖机械厂，其通讯地址为：241000 安徽省芜湖市湾里机场；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。