检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

10 篇 专利

馆藏范围

10 篇 电子文献
0 种 纸本馆藏

日期分布

机构

2 篇 西北工业大学
2 篇 太原科技大学
1 篇 上海华力微电子有...
1 篇 浙江中控技术股份...
1 篇 国际壳牌研究有限...
1 篇 中控创新能源技术...
1 篇 北京工业大学
1 篇 北京化工大学
1 篇 上海华力集成电路...

作者

2 篇 张乐毅
2 篇 蒋腾远
2 篇 李恩明
2 篇 陈旭
2 篇 姬亚锋
2 篇 周竞涛
2 篇 马玉亮
2 篇 魏峥颖
2 篇 孙杰
2 篇 马自勇
2 篇 马立东
2 篇 薛霖
2 篇 王勇
2 篇 马立峰
2 篇 王明微
1 篇 弗雷德里克·维尔
1 篇 潘佳
1 篇 石莹
1 篇 威姆·赫普凯斯
1 篇 魏辰

语言

10 篇 中文

检索条件"主题词=原始过程数据"

共 10 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

半导体机台加工过程中多维度过程数据的异常检测方法

半导体机台加工过程中多维度过程数据的异常检测方法

引用

作者：王勇陈旭魏峥颖 201203 上海市浦东新区康桥东路298号1幢1060室

本发明提供一种半导体机台加工过程中多维度过程数据的异常检测方法，提供原始过程数据并对其进行重采样；对重采样后的数据进行预处理，得到相同长度的数据；通过神经网络对所述数据进行降维和再升维，得到重建数据；比较所述重建数据... 详细信息

标准号: CN110503190A

本发明提供一种半导体机台加工过程中多维度过程数据的异常检测方法，提供原始过程数据并对其进行重采样；对重采样后的数据进行预处理，得到相同长度的数据；通过神经网络对所述数据进行降维和再升维，得到重建数据；比较所述重建数据与所述原始过程数据的误差，得到数据中的异常点。本发明采用机器学习方法识别FDC数据，所提出模型不需要人为过多介入模型的训练过程，且不需要对数据预分类，适用性强，具有良好的应用前景。该方法可有效提高FDC分析的维度，避免了人工设定异常范围的困难，也提高了对复合特征的识别水平。

关键词：原始过程数据重建数据重采样预处理半导体机台方法识别复合特征过程数据机器学习神经网络训练过程异常检测多维度异常点预分类维度应用分析

来源：评论

学校读者我要写书评

暂无评论

一种工业控制系统的边缘控制装置及工业控制系统

一种工业控制系统的边缘控制装置及工业控制系统

引用

作者：张宏伟石莹李加华张博春梁晶 102200 北京市昌平区英才南一街5号院2号楼5层507

本发明涉及一种工业控制系统的边缘控制装置及工业控制系统，边缘控制装置包括：数据平台内核，用于获取工业控制系统中目标设备的原始过程数据和多个维度的原始周边数据；并基于原始过程数据和原始周边数据进行数据融合或数据分析，得... 详细信息

标准号: CN117008551A

本发明涉及一种工业控制系统的边缘控制装置及工业控制系统，边缘控制装置包括：数据平台内核，用于获取工业控制系统中目标设备的原始过程数据和多个维度的原始周边数据；并基于原始过程数据和原始周边数据进行数据融合或数据分析，得到中间数据；并基于中间数据对原始过程数据进行多维度联动验证，以得到原始过程数据的可靠度；以及，当原始过程数据的可靠度低于预设值时，生成辅助控制数据；逻辑控制内核，用于采集并基于目标设备的原始过程数据控制目标设备；以及，当接收到辅助控制数据时，基于辅助控制数据和原始过程数据对目标设备进行联动决策控制，以实现对工业控制系统的控制闭环。本发明能够实现对工业控制系统的控制闭环。

关键词：原始过程数据工业控制系统辅助控制数据目标设备边缘控制装置闭环中间数据周边数据可靠度联动内核控制目标设备决策控制逻辑控制数据分析数据平台数据融合多维度维度预设采集验证

来源：评论

学校读者我要写书评

暂无评论

一种基于FF-RVM的多时段间歇过程软测量建模方法

一种基于FF-RVM的多时段间歇过程软测量建模方法

引用

作者：王建林潘佳邱科鹏周新杰 100029 北京市朝阳区北三环东路15号

本发明公开了一种基于FF‑RVM的多时段间歇过程软测量建模方法，该方法首先利用SCFCM聚类方法对间歇过程进行时段划分；然后分别利用KPCA和SSAE对每个时段的原始过程数据进行特征提取，实现基于KPCA的特征降维处理和基于SSAE的特征扩维... 详细信息

标准号: CN111144017A

本发明公开了一种基于FF‑RVM的多时段间歇过程软测量建模方法，该方法首先利用SCFCM聚类方法对间歇过程进行时段划分；然后分别利用KPCA和SSAE对每个时段的原始过程数据进行特征提取，实现基于KPCA的特征降维处理和基于SSAE的特征扩维处理，并采用基于误差最小的特征选择方法筛选出与质量变量具有高相关性的SSAE特征，将筛选出的SSAE特征和提取的KPCA特征进行特征融合；最后利用经过特征融合后的过程数据作为时段训练数据，建立基于RVM的时段软测量模型，实现质量变量的在线预测。本方法有效地扩充了过程数据所包含的信息量，为建立间歇过程软测量模型提供大量有效的训练数据，实现了间歇过程质量变量的在线预测。

关键词：间歇过程质量变量软测量模型过程数据特征融合训练数据在线预测筛选原始过程数据软测量建模特征降维特征提取特征选择有效地聚类信息量

来源：评论

学校读者我要写书评

暂无评论

一种基于大数据技术的特钢棒材质量监控与诊断方法

一种基于大数据技术的特钢棒材质量监控与诊断方法

引用

作者：马立峰姬亚锋薛霖孙杰马立东马自勇 030024 山西省太原市万柏林区窊流路66号

本发明提供了一种基于大数据技术的特钢棒材多工序工艺质量监控与诊断方法，主要依托大数据技术、数据挖掘等技术。首先，通过特钢棒材轧制历史数据建立适应现场定制化生产要求的特钢棒材各项工艺产品质量标准规则库；其次，为获得真实... 详细信息

标准号: CN113589776B

本发明提供了一种基于大数据技术的特钢棒材多工序工艺质量监控与诊断方法，主要依托大数据技术、数据挖掘等技术。首先，通过特钢棒材轧制历史数据建立适应现场定制化生产要求的特钢棒材各项工艺产品质量标准规则库；其次，为获得真实可靠的数据，对现场收集的原始过程数据进行清洗，剔除异常数据，获得高质量的目标数据源，通过自动化、智能化技术构建特钢棒材轧制工艺全流程数据集成以及质量监控信息平台；最后，采用朴素贝叶斯分类（NBC）方法对预处理后的数据集进行特征分析与分类，从大量特钢棒材轧制数据中获得有效的、真实可靠的数据信息，结合核主成分分析（KPCA）方法实现基于核方法的特钢棒材多工序工艺质量监控诊断与异常追溯。

关键词：棒材轧制棒材质量监控大数据多工序预处理核主成分分析原始过程数据质量监控信息目标数据源全流程数据诊断工艺产品技术构建历史数据生产要求数据挖掘数据信息特征分析现场定制异常数据质量标准贝叶斯规则库数据集智能化分类剔除清洗追溯自动化

来源：评论

学校读者我要写书评

暂无评论

一种基于大数据技术的特钢棒材质量监控与诊断方法

一种基于大数据技术的特钢棒材质量监控与诊断方法

引用

作者：马立峰姬亚锋薛霖孙杰马立东马自勇 030024 山西省太原市万柏林区窊流路66号

标准号: CN113589776A

来源：评论

学校读者我要写书评

暂无评论

基于全局-局部信息聚类的多模态过程模态划分方法

基于全局-局部信息聚类的多模态过程模态划分方法

引用

作者：高慧慧魏辰高学金韩华云 100124 北京市朝阳区平乐园100号

本发明公开了基于全局‑局部信息聚类的多模态过程模态划分方法。首先，采用高斯混合模型(GMM)实现第1步划分，提取过程数据的全局信息并获得多模态过程稳定模态的划分结果；然后采用一种改进的密度峰值聚类(DPC)算法，即基于局部密度关... 详细信息

标准号: CN113741263A

本发明公开了基于全局‑局部信息聚类的多模态过程模态划分方法。首先，采用高斯混合模型(GMM)实现第1步划分，提取过程数据的全局信息并获得多模态过程稳定模态的划分结果；然后采用一种改进的密度峰值聚类(DPC)算法，即基于局部密度关系搜索的DPC算法(LDRSDPC)，充分挖掘过程变量之间的局部信息；构造了一种新的聚类中心判别标准，能够自动和精确地找到过渡模态的起止边界。最后综合分析两步划分结果,将多模态工业过程划分为若干个不同的稳定模态和过渡模态。本发明提出了一种分层模态识别策略，包括全局粗划分和局部细划分，充分挖掘和利用原始过程数据的全局特征和局部特征，同时全局划分为局部划分缩小了数据空间，提高了划分的效率和准确率。

关键词：多模态划分结果局部信息过渡模聚类模态算法全局高斯混合模型原始过程数据工业过程过程变量过程数据过程稳定局部特征聚类中心密度关系模态识别判别标准起止边界全局特征全局信息数据空间挖掘稳定模综合分析准确率分层搜索改进

来源：评论

学校读者我要写书评

暂无评论

一种基于动态PCA-SVM的加工质量监测方法

一种基于动态PCA-SVM的加工质量监测方法

引用

作者：周竞涛李恩明蒋腾远王明微张乐毅马玉亮 710072 陕西省西安市友谊西路127号

本发明公开了一种基于动态PCA‑SVM的加工质量监测方法，针对于非均匀采样的加工过程数据与质量数据存在时序相关性，利用动态时间窗口提取加工过程数据与质量数据之间的时序动态关系，进一步结合PCA方法对所涉及的加工过程变量进行去噪... 详细信息

标准号: CN113344395B

本发明公开了一种基于动态PCA‑SVM的加工质量监测方法，针对于非均匀采样的加工过程数据与质量数据存在时序相关性，利用动态时间窗口提取加工过程数据与质量数据之间的时序动态关系，进一步结合PCA方法对所涉及的加工过程变量进行去噪、降维、消除相关性等预处理和特征提取，提高质量监测效率；针对加工过程与质量之间非线性、高维的复杂关联关系带来的质量监测准确性差，出现误报、漏报，将经过动态PCA提取后的加工过程与质量数据主成分特征作为样本，训练SVM分类器，并利用测试样本进行SVM模型测试，最后获得泛化性较强的加工过程质量监测模型。本发明方法降低了原始过程数据中的噪声，进而提高了质量监测模型准确率和计算效率。

关键词：质量监测质量数据加工过程数据预处理原始过程数据时序测试样本成分特征关联关系计算效率时间窗口时序动态特征提取泛化性非均匀采样准确率高维降维漏报去噪误报噪声样本测试加工

来源：评论

学校读者我要写书评

暂无评论

一种基于动态PCA-SVM的加工质量监测方法

一种基于动态PCA-SVM的加工质量监测方法

引用

作者：周竞涛李恩明蒋腾远王明微张乐毅马玉亮 710072 陕西省西安市友谊西路127号

标准号: CN113344395A

来源：评论

学校读者我要写书评

暂无评论

半导体制程量测数据的预测方法

半导体制程量测数据的预测方法

引用

作者：俞微陈旭魏峥颖王勇毛贵蕴 201315 上海市浦东新区良腾路6号

本发明提供一种半导体制程量测数据的预测方法，包括：提供一晶圆的历史量测数据及与历史原始过程数据；利用自编码器对第一时间序列数据进行时间步缩短处理，以获得第二时间序列数据；利用第二时间序列数据及历史量测数据对预测模型进... 详细信息

标准号: CN114861529A

本发明提供一种半导体制程量测数据的预测方法，包括：提供一晶圆的历史量测数据及与历史原始过程数据；利用自编码器对第一时间序列数据进行时间步缩短处理，以获得第二时间序列数据；利用第二时间序列数据及历史量测数据对预测模型进行拟合训练，预测模型包括transformer编码器及多层感知机；将待预测原始过程数据输入时间步缩短模型及预测模型，以获得预测量测数据。本发明中，通过自编码器对时间序列数据进行时间步上的缩短，以在无损特征信息前提下以利于提高整体的计算效率，再利用transformer编码器的并行计算以提高计算速度，以及利用自注意力机制在获取数据的大小特征的同时兼顾时间步上的特征，以提高预测的准确率。

关键词：编码器时间步时间序列数据量测数据预测模型原始过程数据预测半导体制程注意力机制并行计算大小特征多层感知获取数据计算效率特征信息序列数据预测量再利用准确率晶圆拟合无损

来源：评论

学校读者我要写书评

暂无评论

在线校准的方法

在线校准的方法

引用

作者：威姆·赫普凯斯弗雷德里克·维尔荷兰海牙

本发明涉及一种用于从原始的过程测量中对用于过程质量的实时预测的过程模型的自动化在线校准的方法，通过：采集原始过程数据，通过一个数学模型处理采集的数据来获得对质量的预测，通过两个独立的动态转移函数处理该预测，从而产生两... 详细信息

标准号: CN1193279C

本发明涉及一种用于从原始的过程测量中对用于过程质量的实时预测的过程模型的自动化在线校准的方法，通过：采集原始过程数据，通过一个数学模型处理采集的数据来获得对质量的预测，通过两个独立的动态转移函数处理该预测，从而产生两个中间信号，存储获得的两个中间信号作为历史上的时间的函数，在对应于最小和最大的特定空载时间的一个时间周期中，从历史中的质量的真实和验证的测量的时间上检索两个中间信号的绝对的最小和最大值，这些值定义最小和最大的预测可能值，计算作为真实的和验证的测量之间的差别的偏差值和获得的最小和最大预测可能值之间包含的区域。

关键词：中间信号验证采集动态转移函数原始过程数据过程测量过程模型过程质量时间周期实时预测数学模型在线校准偏差值检索存储

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：