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！

龙图腾网获悉淮阴工学院申请的专利基于非负性约束稀疏自编码器的电子电路缺陷检测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：CN115829942B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202211408638.X，技术领域涉及：G06T7/00；该发明授权基于非负性约束稀疏自编码器的电子电路缺陷检测方法是由付丽辉;石跃;吴文昊;蒋舟;李轶旻设计研发完成，并于2022-11-10向国家知识产权局提交的专利申请。

本基于非负性约束稀疏自编码器的电子电路缺陷检测方法在说明书摘要公布了：本发明公开了一种基于非负性约束稀疏自编码器的电子电路缺陷检测方法，包括：对电子电路图像采集、剪裁，图像数据增强及特征提取，确定缺陷数据集及缺陷类型。基于组的图模型及核规范的图像去噪方法对电子电路图像的去噪，通过优化学习策略来获得图像的拉普拉斯图矩阵，利用其封装图结构。提出非负性约束稀疏自编码器的深度学习模型，并将其用于缺陷区域的提取中。利用训练成功的自编码器模型预测出电路图像，并将该预测图像减去原始缺陷输入图像，生成缺陷检测图，设置适当阈值获得分类正确的缺陷类型。与现有技术相比，本发明可以有效地检测缺陷颜色变化较大的电子电路真缺陷以及颜色变化较小的伪缺陷，提高电子电路缺陷识别的可靠性和精度。

本发明授权基于非负性约束稀疏自编码器的电子电路缺陷检测方法在权利要求书中公布了：1.一种基于非负性约束稀疏自编码器的电子电路缺陷检测方法，其特征在于，包括以下步骤： 1对电子电路缺陷数据集预处理；对电子电路图像采集、剪裁，确定电子电路缺陷数据集及缺陷类型，完成图像数据的增强及特征选取； 2完成基于组的图模型及核规范方法GNN的电子电路图像去噪，利用图像的拉普拉斯图矩阵及核规范来封装图结构； 3构建基于非负性约束稀疏自编码器FFSAE的深度学习模型，并将其用于缺陷区域的提取中； 步骤3a：利用编码器对输入数据进行编码 首先，利用一组编码器θE＝{WE,bE}将输入数据转换为“压缩”表示的图像特征；通过以下公式将输入信号Xm∈Rd变换为隐层特征向量hm∈Rs： hm＝EXm,θE＝sigmWEXE+bE 其中，θE表示由权重矩阵WE和偏置向量bE组成的编码器参数，编码器为非线性变换函数：Eg:Rd→Rsd＞s； 步骤3b：定义成本函数ηAEW,b 将所有训练样本的平均重建误差定义为成本函数ηAEW,b，同时增加权重衰减惩罚项α，具体定义如下： 其中，W＝{WE,WD},b＝{bE,bD}，M是训练样本的数量，α为控制减小权重的正规化惩罚项； 步骤3c：建立稀疏自动编码器 1求解隐层单元的平均激活值 通过将稀疏性强加于自动编码器的隐层单元可以构建稀疏自编码器，稀疏自编码器期望每个隐层单元的平均激活值接近于零；设[hm]j为与Xm相关的第j个隐藏单元的激活值，则第j个隐层单元在整个训练集上平均激活值计算如下： 2定义惩罚项 稀疏自编码器的稀疏性约束由强制执行，其中，ε为预定义的稀疏性参数，增加一个额外的惩罚项，用以惩罚明显偏离ε的的情况，惩罚项定义为Kullback-LeiblerKL散度，如下式所示： 其中，是隐单元的平均激活向量，s是隐藏单元数，是用于测量两个分布之间差异的标准函数； 可见，当时，可以达到最小的0值，且当向上偏离ε时，会导致其无效，因此，最小化此惩罚项可以使得接近于ε； 3定义稀疏成本函数ηSAEW,b 稀疏自编码器的训练目标优化函数是最小化平均重建误差ηAEW,b及稀疏性惩罚项由此，稀疏成本函数ηSAEW,b定义为： 其中，β是用来控制稀疏性惩罚项的权重；由于ε表示所有隐单元的平均激活，而隐单元的激活取决于参数{W,b}，因此，ε项也依赖于{W,b}； 步骤3d：建立非负约束标准自动编码器的成本函数ηFFSAEW,b 提出非负约束自编码器FFSAE，修改成本函数为ηFFSAEW,b，具体如下： 其中， 步骤3e：利用梯度下降方法更新和 首先初始化参数和为接近零的随机值，然后应用梯度下降优化算法进行训练，在每次迭代中更新参数和具体如下式： 其中，λ＞0是学习率； 步骤3f：利用解码器来重建输入信号 利用解码器θD＝{WD,bD}来反向恢复隐藏特征，从而重建输入信号，具体实现时，通过解码器Dg:Rs→Rd，将隐藏的特征向量hm反向恢复为具有类似结构的重建向量实现公式如下： 其中，θD表示由权重矩阵WD和偏差向量bD组成的解码器参数； 4生成缺陷检测图，利用训练成功的自编码器FFSAE模型预测出高质量的电路图像，并将该预测图像减去原始缺陷输入图像，生成缺陷检测图，最后通过对缺陷检测图设置适当阈值的方式来突出显示缺陷位置，从而完成对电子电路缺陷类型的正确分类。

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淮阴工学院，其通讯地址为：223000 江苏省淮安市经济技术开发区枚乘东路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。