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！

龙图腾网获悉深圳市普能达电子有限公司申请的专利基于多模态数据的柔性电路板贴片异常检测系统及处理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：CN120387143B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202510877801.4，技术领域涉及：G06F18/25；该发明授权基于多模态数据的柔性电路板贴片异常检测系统及处理方法是由陈文胜;王玉莲;张河坪;裴伟平;谢锋设计研发完成，并于2025-06-27向国家知识产权局提交的专利申请。

本基于多模态数据的柔性电路板贴片异常检测系统及处理方法在说明书摘要公布了：本发明涉及一种基于多模态数据的柔性电路板贴片异常检测系统及处理方法，具体涉及柔性电路板贴片异常检测领域，该系统通过多模块协同实现柔性制造场景下的智能异常检测：自适应知识库构建模块解耦批间差异特征，奠定抗干扰的稳定基础；实时迁移模块借助特征相似性实现瞬时参数迁移，显著提升新批次响应效率；动态优化模块将参数调整建模为强化学习过程，同步优化检测精度与系统鲁棒性；验证与知识进化模块通过对抗机制感知分布漂移，安全注入新知识并规避历史遗忘风险，最终形成从特征解耦到闭环进化的终身学习架构，在批间自适应耗时、人工维护频率、小样本泛化能力等维度实现跨越性突破，有效支撑复杂工艺环境下的持续可靠检测。

本发明授权基于多模态数据的柔性电路板贴片异常检测系统及处理方法在权利要求书中公布了：1.一种基于多模态数据的柔性电路板贴片异常检测系统，其特征在于，具体包括：自适应知识库构建模块、实时迁移模块、动态优化模块以及验证与知识进化模块； 自适应知识库构建模块：基于历史批次电路板图像集、缺陷标签及工艺参数，利用特征解耦网络提取工艺不变特征与工艺敏感特征，并施加互信息最小化约束实现特征分离；利用所述工艺不变特征及对应缺陷标签构建动态聚类的自适应知识库，完成初始知识储备； 特征解耦网络采用双分支结构提取特征，分支一输出表征焊点形状、元件位置的工艺不变特征；分支二输出表征纹理变化、局部变形的工艺敏感特征； 互信息最小化约束公式为： ； 其中，表示互信息损失函数，表示互信息计算，表示第个样本的工艺条件标签，表示正则化强度系数； 实时迁移模块：针对当前批次实时图像，提取其工艺不变特征；基于加权最近邻算法，在构建的自适应知识库中匹配历史最优检测参数；根据相似度权重融合匹配参数，生成当前批次的初始检测参数； 加权最近邻算法的具体计算公式为： ； 其中，表示自适应知识库中第个条目存储的工艺不变特征，表示自适应知识库中第个存储的工艺不变特征，遍历自适应知识库中所有条目，表示新特征与自适应知识库中特征之间的欧式距离平方，表示正的缩放参数，表示径向基函数，表示对自适应知识库中所有条目的值进行求和，表示新样本特征与自适应知识库中第个条目的特征之间的归一化相似度； 所述初始检测参数的表达式为： ； 其中，表示与自适应知识库中第个条目相关联的历史最优检测参数，表示新样本生成的初始检测参数，其是自适应知识库中所有条目保存的历史最优参数的加权平均； 动态优化模块：以实时迁移模块生成的初始检测参数为起点，通过元策略网络实时分析检测置信度、参数波动状态；基于复合奖励机制，采用近端策略优化算法动态调整检测参数，输出优化后的缺陷检测结果； 设计元策略网络，其中状态，； 所述复合奖励机制包含由检测精度决定的奖励项、由参数波动幅度决定的惩罚项以及由触发人工干预决定的惩罚项； 所述复合奖励机制的表达式为： ； 其中，表示时刻的即时奖励，表示时刻的检测精度，表示精度奖励权重系数，表示时刻的参数，表示时刻的参数，表示参数波动惩罚权重，表示时刻是否需要人工干预，表示人工干预惩罚权重； 所述近端策略优化算法的具体公式为： ； 其中，表示待优化的当前策略，表示更新前的策略副本，表示限制策略更新幅度，表示裁剪范围超参数，表示时刻的优势函数估计值； 所述近端策略优化算法的优化目标为： 表示好动作，即限制策略增长不超过； 若表示坏动作，即限制策略下降不低于； 验证与知识进化模块：基于动态优化模块的当前批次检测结果，通过对抗域适应算法计算其与自适应知识库的特征分布差异；当差异超过阈值时，筛选高置信度样本并采用知识蒸馏策略更新特征解耦网络；将验证后的新特征-标签对注入自适应知识库，执行自适应知识库更新。

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深圳市普能达电子有限公司，其通讯地址为：518105 广东省深圳市宝安区松岗街道潭头社区芙蓉路8号厂房B栋201；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。