中科苏州微电子产业技术研究院刘洋洲获国家专利权
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！
龙图腾网获悉中科苏州微电子产业技术研究院申请的专利基于深度学习的氮化镓射频器件缺陷检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：CN120707528B 。
龙图腾网通过国家知识产权局官网在2026-05-05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：202510830511.4，技术领域涉及：G06T7/00；该发明授权基于深度学习的氮化镓射频器件缺陷检测方法及系统是由刘洋洲设计研发完成，并于2025-06-20向国家知识产权局提交的专利申请。
本基于深度学习的氮化镓射频器件缺陷检测方法及系统在说明书摘要公布了：本发明提供基于深度学习的氮化镓射频器件缺陷检测方法及系统，涉及氮化镓器件技术领域，包括生成并预处理多光谱图像数据集；执行通道和空间双维度注意力计算并结合可变形卷积和残差连接进行特征优化；构建多尺度特征金字塔并基于特征相似度构建多层级分类树进行细粒度缺陷分类；利用深度神经网络模型评估缺陷对器件性能的影响程度。本发明能够准确识别氮化镓射频器件的缺陷位置和类型，并对缺陷的性能影响进行定量评估，提高了检测精度和效率。
本发明授权基于深度学习的氮化镓射频器件缺陷检测方法及系统在权利要求书中公布了：1.基于深度学习的氮化镓射频器件缺陷检测方法，其特征在于，包括： 基于氮化镓射频器件的图像数据生成多光谱图像数据集，对所述多光谱图像数据集进行图像配准、图像增强及噪声去除，生成预处理后的标准化多光谱图像； 对所述标准化多光谱图像执行通道和空间双维度注意力计算得到特征权重，采用可变形卷积对不同尺度特征进行对齐融合，结合残差连接机制进行特征重校准，输出优化后的特征表示； 将所述优化后的特征表示构建多尺度特征金字塔并进行特征融合，对融合后的特征进行二分类判别得到初步缺陷区域，基于所述初步缺陷区域的特征相似度构建多层级分类树，在所述多层级分类树的每一层级设置自适应分类阈值进行细粒度缺陷分类； 将所述细粒度缺陷分类的结果输入深度神经网络模型，所述深度神经网络模型基于缺陷形态特征、光谱特征与器件性能参数的映射关系，对检测到的缺陷进行分类并评估其对器件性能的影响程度，生成包含缺陷位置、类型、尺寸及性能影响程度的检测报告。
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中科苏州微电子产业技术研究院，其通讯地址为：215000 江苏省苏州市苏州工业园区金鸡湖大道99号苏州纳米城1幢505、507；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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励