Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 桂林电子科技大学;南宁桂电电子科技研究院有限公司钟思获国家专利权

桂林电子科技大学;南宁桂电电子科技研究院有限公司钟思获国家专利权

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!

龙图腾网获悉桂林电子科技大学;南宁桂电电子科技研究院有限公司申请的专利一种基于机器学习的基板翘曲预测方法及系统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:CN121120582B

龙图腾网通过国家知识产权局官网在2026-04-17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:202511283820.0,技术领域涉及:G06T7/00;该发明授权一种基于机器学习的基板翘曲预测方法及系统是由钟思;唐文杰;秦红波;詹壮超;李金鹏;何淑娴;林继站;王玉鹏设计研发完成,并于2025-09-09向国家知识产权局提交的专利申请。

一种基于机器学习的基板翘曲预测方法及系统在说明书摘要公布了:本发明涉及芯片封装技术领域,提出了一种基于机器学习的基板翘曲预测方法及系统,包括:获取基板在温度加载过程中若干时刻的温度;得到各温度变化阶段的若干采样时刻及其DIC视图;得到各类材料的若干节点;得到各节点的同类响应时间差;依据节点随采样时刻变化的DIC视图中对应位置像素值的变化,量化各节点的干扰响应时间差;得到各类材料各节点的同类影响程度;得到各节点的综合响应时间,并构建若干响应等时线;获取各像素点的热传导分布值,进行基板翘曲预测模型训练,以此进行基板翘曲预测。本发明旨在解决基于DIC测量图像进行基板翘曲预测模型的神经网络训练过程中会学习到较多无关信息的问题。

本发明授权一种基于机器学习的基板翘曲预测方法及系统在权利要求书中公布了:1.一种基于机器学习的基板翘曲预测方法,其特征在于,该方法包括以下步骤: 获取基板在温度加载过程中若干时刻的温度; 分析温度加载过程中各温度变化阶段的温度变化趋势,得到各温度变化阶段的若干采样时刻,并通过DIC测量单元获取各采样时刻的DIC视图;依据基板布线图中不同类材料的分布,通过角点检测得到各类材料的若干节点;分析同类材料不同节点随采样时刻变化的DIC视图中对应位置像素值之间的变化相似关系,得到各节点的同类响应时间差; 依据不同类材料的节点的分布,结合节点随采样时刻变化的DIC视图中对应位置像素值的变化,量化各节点的干扰响应时间差;依据同类材料中节点的分布及其同类响应时间差,得到各类材料的平均响应时间,进而得到各类材料各节点的同类影响程度;结合同类响应时间差及干扰响应时间差,得到各节点的综合响应时间,并构建若干响应等时线; 依据DIC视图中像素点与各响应等时线的分布,获取各像素点的热传导分布值,进而确定若干分析图像块并通过KSVD分解得到其特征向量,进行基板翘曲预测模型训练,以此进行基板翘曲预测; 所述得到各节点的同类响应时间差,包括的具体方法为: 对于任一类材料任一节点,获取该节点在各采样时刻的DIC视图中对应位置的像素值,将采样时刻作为横坐标,DIC视图中的像素值作为纵坐标构建坐标系,将该节点在各采样时刻的DIC视图中对应位置的像素值映射到坐标系中,得到若干数据点,连接构成该节点的变化曲线; 获取该类材料若干节点中,该节点与除该节点之外其他节点的欧式距离,将欧式距离最小值对应的节点,作为该节点的匹配节点;对该节点的变化曲线与其匹配节点的变化曲线进行DTW匹配,得到若干匹配时刻对,获取任一匹配时刻对中该节点对应的采样时刻减去其匹配节点的采样时刻得到的差值,作为该匹配时刻对的响应时间差,将所有匹配时刻对的响应时间差的均值,作为该节点的同类响应时间差; 所述各节点的干扰响应时间差,具体的获取方法为: 对于任一类材料任一节点,以及除该类材料外任一其他类材料的所有节点,获取各节点与该节点的欧式距离,将其中欧式距离最小值对应的节点,作为该节点在该其他类材料的参考节点; 获取该节点的变化曲线与该参考节点的变化曲线之间的若干匹配时刻对,得到各匹配时刻对的响应时间差,将该节点的变化曲线与该参考节点的变化曲线之间的所有匹配时刻对的响应时间差的均值,作为该节点受该其他类材料的影响响应时间差; 将该节点受除该类材料外所有其他类材料的影响响应时间差的均值,作为该节点的干扰响应时间差; 所述得到各类材料各节点的同类影响程度,包括的具体方法为: 获取任一类材料中各节点的同类响应时间差与该类材料的平均响应时间的差值绝对值,将任一节点对应的差值绝对值与所有差值绝对值中的最大值的比值,作为该类材料该节点的同类影响程度; 所述得到各节点的综合响应时间,并构建若干响应等时线,包括的具体方法为: 对于任一类材料的任一节点,以该节点的同类影响程度作为同类响应时间差的权重,以1减去该节点的同类影响程度得到的差值作为干扰响应时间差的权重,对该节点的同类响应时间差及干扰响应时间差进行加权求和,得到的结果作为该节点的综合响应时间; 获取所有类材料所有节点的综合响应时间的最大值与最小值,将最大值减去最小值得到的差值并除以10得到的结果,作为分类阈值; 基于等高线构建过程,对各节点的综合响应时间构建等时线,并作为响应等时线,其中同一条响应等时线上各节点的综合响应时间之间的差值绝对值不超过分类阈值,则构建若干响应等时线。

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桂林电子科技大学;南宁桂电电子科技研究院有限公司,其通讯地址为:541000 广西壮族自治区桂林市七星区金鸡路1号;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”。

以上内容由龙图腾AI智能生成。

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。