基于深度学习的电子元器件失效机理识别方法及系统

AITNT
正文
推荐专利
基于深度学习的电子元器件失效机理识别方法及系统
申请号:CN202510703894
申请日期:2025-05-29
公开号:CN120564185A
公开日期:2025-08-29
类型:发明专利
摘要
本发明提供基于深度学习的电子元器件失效机理识别方法及系统,涉及电子元器件失效分析技术领域,包括通过离子切片和抛光处理获得无应力无划痕样品,采用扫描电子显微镜获取电子显微图像,将图像输入预训练的深度学习模型识别失效类型,结合能谱分析获取元素分布数据,最终生成包含失效位置、类型及机理分析的失效分析报告。本发明能够快速准确地识别电子元器件的失效机理,提高失效分析效率和准确性。
技术关键词
电子元器件 深度学习模型 应力 元素 融合特征 特征金字塔网络 切片 抛光 扫描电子显微镜 背散射电子图像 注意力 多尺度特征提取 加权特征 残差结构 金字塔特征 特征X射线 离子 计算机程序指令 识别方法
系统为您推荐了相关专利信息
1
火灾事故调查方法、装置、设备、存储介质及产品
火灾特征 调查方法 训练深度学习模型 三维实景模型 火场视频
2
基于LM反向传播优化的RBF网络短时风暴潮预测方法及系统
风暴潮预测 网络 数据 协方差矩阵 成分分析
3
一种恶意流量检测对抗攻击方法及装置
深度强化学习模型 间隔特征 恶意流量检测 语义 接收端
4
一种应用于人行天桥的安全提示引导方法及相关设备
分布式监测 人行天桥 物体 计算机可读指令 实时图像
5
视频生成模型训练方法、视频生成方法、装置及电子设备
视频生成模型 多模态特征 深度特征信息 噪声预测 融合特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号