摘要
本发明涉及半导体制造热力学仿真的技术领域,具体涉及一种基于ConvNeXt模型的RDL电路复合材料等效方法和系统,包括以下步骤:采集图像数据,对多张RDL电路图像进行建模并计算相关热力学参数,对数据进行增强后建立数据集;建立和改进ConvNeXt的神经网络模型;将数据集输入到神经网络模型中进行训练以优化模型,每训练一次,对应生成一权重文件;使用训练好的权重文件对RDL电路进行热力学参数的预测;将预测的热力学参数导入等效材料的参数中,构成能用于RDL热力学仿真的等效材料。本发明根据仿真数据构建数据库,建立并训练能根据RDL图像预测等效模型热力学参数的神经网络模型,实现对大尺度RDL模型的仿真。
技术关键词
神经网络模型
复合材料
特征提取能力
剪切模量
轮廓数据
计算方法
非线性
模块
电路拓扑结构
参数
图像
存储程序指令
等效系统
仿真数据
版图
存储器
通道
软件
系统为您推荐了相关专利信息
系统故障预测
风力发电机组
气象预报数据
风险预测模型
粗糙度参数
钛合金板材
变形预测方法
BP神经网络模型
水火弯板
拉丁超立方抽样
修正误差
序列
误差修正方法
调频
循环神经网络模型
图像
转移概率矩阵
自然场景
训练神经网络模型
输入神经网络模型
抗渗性能检测装置
缩尺模型
防水系统
橡胶密封层
水泥基复合材料