当前位置: 首页 > 专利查询>清华大学专利>正文

一种电子元件的检测方法、装置和设备制造方法及图纸

技术编号:18426987 阅读:18 留言:0更新日期:2018-07-12 02:09
本发明专利技术提供了一种电子元件的检测方法、装置和设备,所述方法包括:获取待检测电子元件的元件参数,并根据元件参数的数据分布信息获取待检测电子元件对应的特征向量;在预先基于历史电子元件构建的分类器库中,检索与待检测电子元件的特征向量相似的目标特征向量,并将分类器库中与目标特征向量对应的分类器作为目标分类器;将待检测电子元件的元件参数输入目标分类器中,获取目标分类器输出的检测结果。本发明专利技术通过预先构建的分类器库获取对应的分类器进行检测,无需使用待检测电子元件数据进行模型训练,而是直接利用基于历史电子元件数据构建的分类器进行检测,节省了大量的时间成本,直观有效、便于使用。

Method, device and device for detecting electronic components

The present invention provides an electronic component detection method, device and device. The method includes: obtaining the component parameters of the electronic components to be detected and obtaining the eigenvectors corresponding to the electronic components according to the data distribution information of the component parameters; in the classifier library built in advance based on the historical sub components, the retrieval is retrieved. The target feature vector is similar to the characteristic vector of the electronic component, and the classifier corresponding to the target feature vector in the classifier library is used as the target classifier, and the component parameters of the electronic components are input to the target classifier to obtain the detection results of the target classifier output. The invention detects the corresponding classifier by the pre constructed classifier library. It does not need to use the data of the electronic components to be trained, but uses the classifier based on the historical electronic component data construction to detect. It saves a lot of time cost, is intuitive and effective and is easy to use.

【技术实现步骤摘要】
一种电子元件的检测方法、装置和设备
本专利技术涉及计算机数据处理领域,具体涉及一种电子元件的检测方法、装置和设备。
技术介绍
在电子设备的更新换代速度日新月异的今天,如何快速而准确地检测出生产线上电子元件是否装配合格,成了很多电子制造业厂商面临的难题。现有技术中包括人工检测、抽取特征检测等,存在很多弊端。对于人工检测来说,虽然人工检测的机动性和灵活性很高,但是厂商要花费大量的成本在人力上,同时,检测过程中也会不可避免地发生一些纰漏;而抽取电子元件的特征来进行检测,虽然节省了一部分的人力成本,但又会面临着检测的依据较为单一,检测的标准过于严格或宽松等一系列的问题,因此可能会产生大量的误判,这些误判又需要人工来修正,最后得到的效果可能并不尽如人意。在这样的背景之下,使用机器学习等新兴的计算机算法来进行检测的方法的优势就凸显出来了;机器学习的方法,灵活性非常高,可以根据数据特征来进行调整,而不是根据单一的指标来进行检测。并且可以节省大量的人力成本。但是,每生产一个新的电子设备,都要重新训练一个模型出来,而且机器学习需要大量的数据来进行训练,才能够保证它检测结果的准确性。然而,对于目前电子设备迭代速度越来越快的今天,一种电子产品可能在生产线上生产3个月就下线了,这个时候,可能需要花费1个月的时间才能获得足够的数据来进行训练,显然这样的时间成本过于高昂了。因此,如何才能缩短数据训练时间,这一问题亟待解决。目前,某些电子制造业厂商采用传统方法与机器学习相结合的检测方式来对自己生产的电子设备进行检测。生产过程中,在收集到足够支撑机器学习训练的数据之前,都使用传统方法对电子元器件进行检测,这就导致了电子设备刚进行生产的一段时间内无法使用机器学习进行检测,整个生产过程中,存在两种不同的检测方式,这既不利于生产质量的控制,也浪费了大量的时间来收集数据。
技术实现思路
针对现有技术中存在的上述缺陷,本专利技术提供一种电子元件的检测方法、装置和设备。本专利技术的一方面提供一种电子元件的检测方法,包括:获取待检测电子元件的元件参数,并根据元件参数的数据分布信息获取待检测电子元件对应的特征向量;在预先基于历史电子元件构建的分类器库中,检索与待检测电子元件的特征向量相似的目标特征向量,并将分类器库中与目标特征向量对应的分类器作为目标分类器;将待检测电子元件的元件参数输入目标分类器中,获取目标分类器输出的检测结果,其中,目标分类器为通过与目标特征向量对应的历史电子元件的元件参数进行模型训练获得。其中,所述在预先基于历史电子元件构建的分类器库中,查询与待检测电子元件的特征向量相似的目标特征向量的步骤前还包括:根据型号信息对历史电子元件进行分类,并通过计算每一类历史电子元件的元件参数对应的数据分布信息,获取每一类历史电子元件对应的特征向量;对每一类历史电子元件分别训练对应的分类器,各类历史电子元件对应的分类器组成分类器库,其中,训练过程中的输入数据为每一类历史电子元件的元件参数,对应的输出数据为检测结果。其中,所述对每一类历史电子元件分别训练对应的分类器的步骤前还包括:对每一类历史电子元件对应的特征向量进行比较,将特征向量的相似度大于预设值的多类历史电子元件进行合并,并计算合并后新类别的历史电子元件对应的特征向量。其中,所述数据分布信息为数据分布函数,所述特征向量由与各元件参数对应的数据分布函数组成。其中,所述元件参数包括焊点、电阻型号、电容型号和芯片型号中的至少一个;其中,所述焊点对应的数据分布函数包括高度分布函数、面积分布函数、体积分布函数和位置分布函数中的至少一个。其中,所述目标特征向量为分类器库中与待检测电子元件对应的特征向量相似度最高的特征向量。本专利技术的另一方面提供一种电子元件的检测装置,包括:获取模块,用于获取待检测电子元件的元件参数,并根据元件参数的数据分布信息获取待检测电子元件对应的特征向量;检索模块,用于在预先基于历史电子元件构建的分类器库中,检索与待检测电子元件的特征向量相似的目标特征向量,并将分类器库中与目标特征向量对应的分类器作为目标分类器;检测模块,用于将待检测电子元件的元件参数输入目标分类器中,获取目标分类器输出的检测结果,其中,目标分类器为通过与目标特征向量对应的历史电子元件的元件参数进行模型训练获得。所述装置还包括:构建模块,用于根据型号信息对历史电子元件进行分类,并通过计算每一类历史电子元件的元件参数对应的数据分布信息,获取每一类历史电子元件对应的特征向量;对每一类历史电子元件分别训练对应的分类器,各类历史电子元件对应的分类器组成分类器库,其中,训练过程中的输入数据为每一类历史电子元件的元件参数,对应的输出数据为检测结果。本专利技术的又一方面提供一种电子元件的检测设备,包括:至少一个处理器;以及与所述处理器通信连接的至少一个存储器,其中:所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行本专利技术上述方面提供的电子元件的检测方法,例如包括:获取待检测电子元件的元件参数,并根据元件参数的数据分布信息获取待检测电子元件对应的特征向量;在预先基于历史电子元件构建的分类器库中,检索与待检测电子元件的特征向量相似的目标特征向量,并将分类器库中与目标特征向量对应的分类器作为目标分类器;将待检测电子元件的元件参数输入目标分类器中,获取目标分类器输出的检测结果,其中,目标分类器为通过与目标特征向量对应的历史电子元件的元件参数进行模型训练获得。本专利技术的又一方面提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行本专利技术上述方面提供的电子元件的检测方法,例如包括:获取待检测电子元件的元件参数,并根据元件参数的数据分布信息获取待检测电子元件对应的特征向量;在预先基于历史电子元件构建的分类器库中,检索与待检测电子元件的特征向量相似的目标特征向量,并将分类器库中与目标特征向量对应的分类器作为目标分类器;将待检测电子元件的元件参数输入目标分类器中,获取目标分类器输出的检测结果,其中,目标分类器为通过与目标特征向量对应的历史电子元件的元件参数进行模型训练获得。本专利技术提供的电子元件的检测方法、装置和设备,通过预先构建的分类器库获取对应的分类器进行检测,无需使用待检测电子元件数据进行模型训练,而是直接利用基于历史电子元件数据构建的分类器进行检测,节省了大量的时间成本,直观有效、便于使用。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的电子元件的检测方法的流程示意图;图2为本专利技术实施例提供的电子元件的检测装置的结构示意图;图3为本专利技术实施例提供的电子元件的检测设备的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚,下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提本文档来自技高网
...

【技术保护点】
1.一种电子元件的检测方法,其特征在于,包括:获取待检测电子元件的元件参数,并根据元件参数的数据分布信息获取待检测电子元件对应的特征向量;在预先基于历史电子元件构建的分类器库中,检索与待检测电子元件的特征向量相似的目标特征向量,并将分类器库中与目标特征向量对应的分类器作为目标分类器;将待检测电子元件的元件参数输入目标分类器中,获取目标分类器输出的检测结果,其中,目标分类器为通过与目标特征向量对应的历史电子元件的元件参数进行模型训练获得。

【技术特征摘要】
1.一种电子元件的检测方法,其特征在于,包括:获取待检测电子元件的元件参数,并根据元件参数的数据分布信息获取待检测电子元件对应的特征向量;在预先基于历史电子元件构建的分类器库中,检索与待检测电子元件的特征向量相似的目标特征向量,并将分类器库中与目标特征向量对应的分类器作为目标分类器;将待检测电子元件的元件参数输入目标分类器中,获取目标分类器输出的检测结果,其中,目标分类器为通过与目标特征向量对应的历史电子元件的元件参数进行模型训练获得。2.根据权利要求1所述的方法,其特征在于,所述在预先基于历史电子元件构建的分类器库中,查询与待检测电子元件的特征向量相似的目标特征向量的步骤前还包括:根据型号信息对历史电子元件进行分类,并通过计算每一类历史电子元件的元件参数对应的数据分布信息,获取每一类历史电子元件对应的特征向量;对每一类历史电子元件分别训练对应的分类器,各类历史电子元件对应的分类器组成分类器库,其中,训练过程中的输入数据为每一类历史电子元件的元件参数,对应的输出数据为检测结果。3.根据权利要求2所述的方法,其特征在于,所述对每一类历史电子元件分别训练对应的分类器的步骤前还包括:对每一类历史电子元件对应的特征向量进行比较,将特征向量的相似度大于预设值的多类历史电子元件进行合并,并计算合并后新类别的历史电子元件对应的特征向量。4.根据权利要求1或2所述的方法,其特征在于,所述数据分布信息为数据分布函数,所述特征向量由与各元件参数对应的数据分布函数组成。5.根据权利要求4所述的方法,其特征在于,所述元件参数包括焊点、电阻型号、电容型号和芯片型号中的至少一个;其中,所述焊点对应的数据分布函数包括...

【专利技术属性】
技术研发人员:王建民刘英博张育萌
申请(专利权)人:清华大学
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1