← 返回列表

一种LED封装结构的制备方法

申请号: CN202410069186.X
申请人: 南京阿吉必信息科技有限公司
申请日期: 2024/1/17

摘要文本

本发明涉及LED半导体封装切割技术领域,具体涉及一种LED封装结构的制备方法。该方法根据历史封装过程中的激光切割数控代码及其加工时间获得加工代价值。根据加工代价值筛选出两类第一训练样本并参与孪生网络的训练,利用孪生网络提取LED分布图像的第一特征向量的第二特征向量。利用第二特征向量进行训练,获得预测专家模型和样本分类器。利用样本分类器筛选出复杂样本并利用振动托盘将其改变为非复杂样本,非复杂样本参与预测专家模型的预测,根据一个预测加工时长进行封装切割。本发明通过两种模型的协同工作,实现对批量LED封装切割的有效预测与控制。

专利详细信息

项目 内容
专利名称 一种LED封装结构的制备方法
专利类型 发明申请
申请号 CN202410069186.X
申请日 2024/1/17
公告号 CN117611952A
公开日 2024/2/27
IPC主分类号 G06V10/774
权利人 南京阿吉必信息科技有限公司
发明人 王国宏; 李璟; 郭德博
地址 江苏省南京市雨花台区西春路1号创智大厦南楼一楼-022

专利主权项内容

1.一种LED封装结构的制备方法,其特征在于,所述方法包括:获取历史封装过程中承载有多个待封装切割LED的振动托盘上的LED分布图像;获得所述LED分布图像中的第一特征向量,所述第一特征向量包括纹理特征向量和LED姿态特征向量;对所述LED分布图像对应的激光切割数控代码的加工时间进行均分,获得每个均分时间段内对应的切割坐标;根据每个所述均分时间段内所述切割坐标的分布特征,以及所述加工时间,获得加工代价值;根据所述加工代价值在多个LED分布图像中筛选出两类第一训练样本,将两类第一训练样本的所述第一特征向量作为孪生网络的训练数据,根据孪生网络获得每个第一特征向量的第二特征向量;基于所述孪生网络中的隐含层,将所述第二特征向量及其对应的加工时长作为训练数据,获得预测专家模型;根据预测专家模型输出的加工时长筛选出复杂样本,根据所述复杂样本训练样本分类器;将实时LED分布图像的实时第二特征向量输入所述样本分类器中,若判定为复杂样本,则启动振动托盘进行振动,重新获取所述实时第二特征向量;若判定为非复杂样本,则将所述实时第二特征向量输入所述预测专家模型中,根据所述预测专家模型输出预测加工时长,根据所预测加工时长对振动托盘上的所有待封装切割LED进行封装切割。 数据由马 克 数 据整理