运用类神经网络进行分类的电子零件封装分类系统技术方案

技术编号:22975057 阅读:27 留言:0更新日期:2019-12-31 23:33
本发明专利技术公开了一种运用类神经网络进行分类的电子零件封装分类系统,该电子零件封装系统包含一服务资料库、一外部资料库、一特征选取模组、一资料整合模组,及一分类处理模组,该服务资料库供外部输入电子零件图样,该外部资料库储存电子零件的封装类型资料,该特征选取模组记录有电子零件的封装类型特征,该资料整合模组对选取的特征值进行资料预处理与正规化以得到待分类资料,该分类处理模组接收该待分类资料并将分类结果显示于该服务资料库。

Electronic parts packaging classification system based on Neural Network

【技术实现步骤摘要】
运用类神经网络进行分类的电子零件封装分类系统
本专利技术涉及分类系统
,尤其涉及一种运用类神经网络进行分类的电子零件封装分类系统。
技术介绍
现今科技发展下,电子电路设计与组装的工作流程已逐渐趋于自动化,在设计印刷电路板的过程中,需先汇入零件图样数据库(FootprintLibrary)、设定印刷电路板参数(PCBParametersSetup)、布局(Placement)、走线(Routing)最后进入可制造性设计检查(DesignforManufactureCheck,DFMCheck)等阶段。在执行可制造性设计检查前,传统的做法是由布局工程师采用人工的方式逐一分类印刷电路板上所使用的电子零件属于何种封装类型,而布局工程师判断电子零件封装类型的依据大多为电子零件图样名称,外观则以接脚数量与接脚摆放方式进行判断,此过程不仅仰赖工程师本身的工作经验,更无法确保电子零件封装类型分类后的正确性。随着封装技术演进促使电子零件的封装类型越来越多变,有部分封装类型的电子零件图样更是极为相似。对于布局工程师而言,通过电子零件图样辨别封本文档来自技高网...

【技术保护点】
1.一种运用类神经网络进行分类的电子零件封装分类系统,其特征在于,包括:/n一服务数据库,用以供外部输入电子零件图样,以及接收并储存相关联的输入与输出数据的训练数据;/n一外部数据库,储存有多笔电子零件的封装类型数据;/n一特征选取模块,与该外部数据库连接,记录有电子零件的封装类型特征,依据该服务数据库输入的欲进行分类的电子零件图样,该特征选取模块依该封装类型特征自该外部数据库进行特征选取;/n一数据整合模块,对该特征选取模块所选取的特征值进行数据预处理与正规化,以清除数据中的错误噪声与填补数据遗缺,并限缩该特征的特征值分布于一特定区间,以得到待分类数据;及/n一分类处理模块,接收该待分类数据...

【技术特征摘要】
1.一种运用类神经网络进行分类的电子零件封装分类系统,其特征在于,包括:
一服务数据库,用以供外部输入电子零件图样,以及接收并储存相关联的输入与输出数据的训练数据;
一外部数据库,储存有多笔电子零件的封装类型数据;
一特征选取模块,与该外部数据库连接,记录有电子零件的封装类型特征,依据该服务数据库输入的欲进行分类的电子零件图样,该特征选取模块依该封装类型特征自该外部数据库进行特征选取;
一数据整合模块,对该特征选取模块所选取的特征值进行数据预处理与正规化,以清除数据中的错误噪声与填补数据遗缺,并限缩该特征的特征值分布于一特定区间,以得到待分类数据;及
一分类处理模块,接收该待分类数据并将分类结果显示于该服务数据库。


2.根据权利要求1所述的电子零件封装分类系统,其特征在于,其中,该分类处理模块包括一储存有执行一动作指令的处理器,所述动作包括:
用户端输入欲进行分类的电子零件图样至该服务数据库;
该特征选取模块依照该电子零件图样的封装类型特征自该外部数据库进行特征选取;
该数据整合模块对所选取的特征值进行数据预处理与正规化,以得到待分类数据;及
该服务数据库得到电子零件的封装类型的分类结果。


3.根据权利要求2所述的电子零件封装分类系统,其特征在于,还包括一训练模块及一参数储存模块,该训练模块与该数据整合模块及该服务数据库连接,并决定该训练数据集进行训练的训练规模及神经网络参数,以作为后续分类的依据,其中,训练的收敛条件为当前训练结束后累计误差小于给定的门坎值,即停止训练,而该参数储存模块与该训练模块及该服务数据库连接,用以记录该训练模块所使用的训练参数数据。


4.根据权利要求3所述的电子零件封装分类系统,其特征在于,其中,该数据整合模块将该特征值正规化至va、vb区间中,满足va<vb关系式,其中,v′为正规化至va、vb后的特征值,v为需作正规化的特征值,vm...

【专利技术属性】
技术研发人员:何俊辉洪盟峰王彦智魏君强陈怡婷
申请(专利权)人:富比库股份有限公司
类型:发明
国别省市:中国台湾;TW

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