公开(公告)号：CN111289876B

公开(公告)日：2021-03-30

申请号：CN202010134651.5

申请日：2020-03-02

Applicant: 电子科技大学

Inventor： 刘震 ,  王原 ,  程杰 ,  程玉华 ,  黄建国

IPC: G01R31/28 ,  G01R31/52 ,  G06N3/12

Abstract: 本发明公开了一种大规模电路的边界扫描互连测试矢量生成方法，首先从电路板的相关报表文件中提取待测试电路的特征信息，计算待测试电路中互连网络短路故障概率，建立有限制故障模型；然后依据该故障模型构造故障集并确定遗传算法的适应度函数；再随机生成初始测试矢量；最后将故障集中的故障注入到被测电路的有限制模型中，用适应度函数评估当前测试矢量能否诊断出故障集中的故障，若不能则用遗传算法优化当前测试矢量，直到测试矢量满足期望为止。

公开(公告)号：CN111289876A

公开(公告)日：2020-06-16

申请号：CN202010134651.5

申请日：2020-03-02

Applicant: 电子科技大学

Inventor： 刘震 ,  王原 ,  程杰 ,  程玉华 ,  黄建国

IPC: G01R31/28 ,  G01R31/52 ,  G06N3/12

Abstract: 本发明公开了一种大规模电路的边界扫描互连测试矢量生成方法，首先从电路板的相关报表文件中提取待测试电路的特征信息，计算待测试电路中互连网络短路故障概率，建立有限制故障模型；然后依据该故障模型构造故障集并确定遗传算法的适应度函数；再随机生成初始测试矢量；最后将故障集中的故障注入到被测电路的有限制模型中，用适应度函数评估当前测试矢量能否诊断出故障集中的故障，若不能则用遗传算法优化当前测试矢量，直到测试矢量满足期望为止。

公开(公告)号：CN118097246A

公开(公告)日：2024-05-28

申请号：CN202410197979.X

申请日：2024-02-22

Applicant: 电子科技大学

Inventor： 杨峰 ,  窦梓豪 ,  吴思佳 ,  陆岩 ,  王金祥 ,  王原 ,  杨欣

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06V20/17 ,  G06V20/10

Abstract: 本发明公开了一种基于嵌入式平台的茶园病虫害智能检测方法，属于农业技术中的图像处理领域。本发明基于YOLOv3模型的基础上，针对茶园病虫害目标改进了网络特征提取结构，优化了训练过程，通过量化部署的方式，在嵌入式推理设备上部署实现了目标检测模型。本发明具有在茶园应用场景下不依赖于网络传输和较多人工干预的前提下，实时地获取无人机图传信号并完成病虫害目标检测的边缘推理功能，其中，多类别病虫害检测精度可达0.7以上，检测帧率可达20fps以上，满足茶园场景智能检测方案的需求。

公开(公告)号：CN111289886A

公开(公告)日：2020-06-16

申请号：CN202010181745.8

申请日：2020-03-16

Applicant: 电子科技大学

Inventor： 刘震 ,  程杰 ,  王原 ,  杨成林 ,  周秀云

IPC: G01R31/3185

Abstract: 本发明公开了一种基于边界扫描测试链路的故障注入方法，提取待测试电路的网表文件信息、边界扫描描述语言文件信息，然后根据网表文件信息以及边界扫描描述语言文件中的Port信息、Constant信息生成边界扫描测试链路，对边界扫描测试链路上的边界扫描器件输入输出管脚所在网络修改，根据修改的网络生成网表文件，实现短路故障注入。

公开(公告)号：CN117911264A

公开(公告)日：2024-04-19

申请号：CN202410242704.3

申请日：2024-03-04

Applicant: 电子科技大学

Inventor： 吴思佳 ,  杨雯丹 ,  窦梓豪 ,  王金祥 ,  陆岩 ,  杨欣 ,  王原

IPC: G06T5/50 ,  G06V10/80 ,  G06T5/80 ,  G06T7/80 ,  G06T5/70 ,  G16H20/40 ,  G06F17/18 ,  G06T7/11 ,  G06V10/774 ,  G06V10/764 ,  G06F17/16 ,  G06N3/042 ,  G06N3/08 ,  G06T17/00

Abstract: 本发明实施例公开了一种基于图像融合和注意力机制的手部穴位检测方法，提高了针灸过程中穴位定位的效率和准确度；将深度学习中的关键点检测方法运用在穴位检测定位上，并采用神经网络，提高了检测速度和实时性；提出了深度图像和彩色图像融合的方法，提高了输入数据信息完整度，提高了定位精度的同时还提高了模型的泛化拟合能力；提出了基于注意力机制的图神经网络，在对输入图像进行处理时能针对图像重点部分进行分析计算，具有较高的环境适应性；提出了结合传统中医理论的骨寸定位法和指度定位法融合的分寸理论校正穴位，增强了定位精度的同时也增强了技术专业说服力。

公开(公告)号：CN111289886B

公开(公告)日：2021-02-02

申请号：CN202010181745.8

申请日：2020-03-16

Applicant: 电子科技大学

Inventor： 刘震 ,  程杰 ,  王原 ,  杨成林 ,  周秀云

IPC: G01R31/3185

Abstract: 本发明公开了一种基于边界扫描测试链路的故障注入方法，提取待测试电路的网表文件信息、边界扫描描述语言文件信息，然后根据网表文件信息以及边界扫描描述语言文件中的Port信息、Constant信息生成边界扫描测试链路，对边界扫描测试链路上的边界扫描器件输入输出管脚所在网络修改，根据修改的网络生成网表文件，实现短路故障注入。