[发明专利]基于卷积神经网络的GAMMA绑点分类学习方法及装置在审
| 申请号： | 201710504532.2 | 申请日： | 2017-06-28 |
| 公开（公告）号： | CN107358255A | 公开（公告）日： | 2017-11-17 |
| 发明（设计）人： | 郑增强;许恩;张胜森;阳芬;饶兴;刘钊;李苗;游维平;邓标华;刘荣华;沈亚非 | 申请（专利权）人： | 武汉精测电子技术股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 430070 湖北省武汉*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的GAMMA绑点分类学习方法，用于对OLED模组的GAMMA绑点的寄存器配置值进行分类学习，该方法包括以下步骤1)提供一包含目标GAMMA绑点的多个初始亮度值、或/和多个初始色度值及与每个该初始亮度值、或/和每个该初始色度值相对应的多个RGB寄存器配置值的数据集；2)将该多个初始亮度值、或/和该多个初始色度值作为输入值，该多个RGB寄存器配置值作为输出值，利用卷积神经网络对该数据集进行训练，得到该目标GAMMA绑点的GAMMA数据模型。本发明通过对各GAMMA绑点的初始亮度值或/和初始色度值与RGB寄存器配置值的关系的分类学习，能为OLED模组GAMMA曲线的快速调校提供高精度的数据模型，能满足OLED模组产线高品质、高效率的要求。 | ||
| 搜索关键词： | 基于 卷积 神经网络 gamma 分类 学习方法 装置 | ||
【主权项】：
一种基于卷积神经网络的GAMMA绑点分类学习方法，用于对OLED模组的GAMMA绑点的寄存器配置值进行分类学习，其特征在于，该方法包括以下步骤：1)提供一包含目标GAMMA绑点的多个初始亮度值、或/和多个初始色度值及与每个该初始亮度值、或/和每个该初始色度值相对应的多个RGB寄存器配置值的数据集；2)将该多个初始亮度值、或/和该多个初始色度值作为输入值，该多个RGB寄存器配置值作为输出值，利用卷积神经网络对该数据集进行训练，得到该目标GAMMA绑点的GAMMA数据模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉精测电子技术股份有限公司，未经武汉精测电子技术股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710504532.2/，转载请声明来源钻瓜专利网。
