基于神经网络CMP模型的哑元填充优化方法及系统

    公开(公告)号:CN120012600A

    公开(公告)日:2025-05-16

    申请号:CN202510178755.9

    申请日:2025-02-18

    Abstract: 本发明提供了一种基于神经网络CMP模型的哑元填充优化方法及系统,其中方法包括:将芯片布局划分为多个窗口,将每一个窗口作为填充优化的基本填充单元;根据设计规则提取每一个窗口的可填充区域;基于神经网络CMP模型的预测高度和设计规则,分配每一个窗口的目标高度;基于所述可填充区域和所述目标高度,利用多目标遗传算法生成填充参数并进行优化。本发明用于提高化学机械抛光工艺中的表面平整度,并优化填充布局设计。该方法结合多目标遗传算法实现高效且精确的多目标优化,不仅提高了高度变化的预测精度,还显著优化了填充方案的综合性能。

    基于半监督深度学习的呼吸音分类方法、系统及设备

    公开(公告)号:CN115457983A

    公开(公告)日:2022-12-09

    申请号:CN202210948836.9

    申请日:2022-08-09

    Abstract: 本发明提供了一种基于半监督深度学习的呼吸音分类方法及系统,方法包括:对呼吸音数据集中的标签数据和无标签数据进行数据预处理,建立统一规范的数据集,并将该数据集中的无标签数据划分为训练集,将该数据集中的标签数据划分为验证集和测试集;构建无监督深度学习网络模型,将训练集输入至无监督深度学习网络模型进行无监督训练,得到预训练模型;构建有监督深度学习网络模型,利用预训练模型的参数作为有监督深度学习网络模型的初始参数,采用验证集对有监督深度学习网络模型进行调整,得到呼吸音分类模型;利用呼吸音分类模型,对获得的呼吸音进行自动分类。本发明能有效利用无标签的呼吸音信息,提高呼吸音分类器的精度与鲁棒性。

    一种将煤气化与SOFC-HAT集成一体的混合动力发电系统

    公开(公告)号:CN113982753A

    公开(公告)日:2022-01-28

    申请号:CN202111294598.6

    申请日:2021-11-03

    Abstract: 本发明涉及一种将煤气化与SOFC‑HAT集成一体的混合动力发电系统,该系统包括依次循环连接的:粗合成气纯化单元,用于将煤气化产物纯化形成合成气;合成气分离单元,用于分离获取合成气中的氢气;SOFC‑HAT联合单元,具体包括用于产生电能的固体氧化物燃料电池子单元和用于能量回收的湿空气透平子单元。与现有技术相比,本发明通过气化系统将化石燃料与发电系统“整合”在一起,使动力循环燃料选择灵活。SOFC‑HAT联合循环优化热量回收并最大化效率,本发明将燃料处理,发电和排放控制技术集合到混合动力系统中,弥补在系统布局和热能梯级利用方面的不足。

    一种基于迁移学习的化学机械抛光芯片表面高度预测模型建模方法

    公开(公告)号:CN113792514A

    公开(公告)日:2021-12-14

    申请号:CN202111104690.1

    申请日:2021-09-18

    Abstract: 本发明涉及一种基于迁移学习的化学机械抛光芯片表面高度预测模型建模方法,包括化学机械抛光仿真数据采集,对数据进行数据预处理,建立源域数据集;利用设计的神经网络模型基于源域数据集进行模型训练,建立源域化学机械抛光芯片表面高度预测模型;然后基于不同的化学机械抛光工艺参数或者不同类型的电路建立目标域数据集,并利用迁移学习的方法,生成目标域化学机械抛光芯片表面高度预测模型。有益效果是适应工艺参数变化以及电路种类差异、通用性强。

    一种具有超塑性铝基复合材料板的制备方法

    公开(公告)号:CN112760578A

    公开(公告)日:2021-05-07

    申请号:CN202011544019.4

    申请日:2020-12-24

    Abstract: 本发明公开了一种具有超塑性铝基复合材料板的制备方法,其包括如下步骤:待加工的铝基复合材料进行包括固溶和过时效的轧制前热处理,热处理后的铝基复合材料表面车削去皮至表面平整,然后进行多道次中温轧制,且在每道次轧制前进行均匀化热处理,轧制完成的板材进行拉伸矫直。本发明利用轧制前热处理和中温轧制加工成型相结合,使得基体晶粒显著细化,提高材料成型率;在铝合金中加入原位纳米颗粒增强相TiB2钉轧晶界阻碍晶粒长大,热稳定性好,对于晶粒在高温变形中发生的晶粒长大和空洞生成起到抑制作用;板材在400‑475℃和10‑3‑10‑4/s变形工艺条件下纵向延伸率可达350%‑600%,具有优异的高温超塑性。

    γ-氧化铝纳米材料及镍/γ-氧化铝催化剂的制备方法

    公开(公告)号:CN104709932B

    公开(公告)日:2016-08-17

    申请号:CN201510080468.0

    申请日:2015-02-13

    Abstract: 本发明公开了一种γ?氧化铝纳米材料的合成方法:室温下,将明矾与尿素加入去离子水中,水热反应后冷却、离心并洗涤沉淀物;将干燥后的水热产物煅烧后即可得γ?氧化铝纳米材料。该方法制备得的γ?氧化铝具有较高的比表面积和一定的孔结构。本发明还提供了一种以使用上述合成方法得到的γ?氧化铝纳米材料为原料,制备镍/γ?氧化铝催化剂的方法:将γ?氧化铝纳米材料浸渍于适当浓度的镍盐溶液中,磁力搅拌直至溶剂蒸发;收集干燥后浸渍产物并研磨成粉末,在还原气氛中升温还原,即可得镍/γ?氧化铝催化剂。该催化剂可用于催化甲烷干法重整反应,具有较高的甲烷转化率,在高温下进行长时间催化反应仍能保持优良的稳定性和抗积碳性能。

    一种基于迁移学习的化学机械抛光芯片表面高度预测模型建模方法

    公开(公告)号:CN113792514B

    公开(公告)日:2023-11-24

    申请号:CN202111104690.1

    申请日:2021-09-18

    Abstract: 本发明涉及一种基于迁移学习的化学机械抛光芯片表面高度预测模型建模方法,包括化学机械抛光仿真数据采集,对数据进行数据预处理,建立源域数据集;利用设计的神经网络模型基于源域数据集进行模型训练,建立源域化学机械抛光芯片表面高度预测模型;然后基于不同的化学机械抛光工艺参数或者不同类型的电路建立目标域数据集,并利用迁移学习的方法,生成目标域化学机械抛光芯片表面高度预测模型。有益效果是适应工艺参数变化以及电路种类差异、通用性强。

    基于个性化联邦学习的集成电路核心工艺建模方法及系统

    公开(公告)号:CN120012693A

    公开(公告)日:2025-05-16

    申请号:CN202510178750.6

    申请日:2025-02-18

    Abstract: 本发明提供了一种基于个性化联邦学习的集成电路核心工艺建模方法及系统,包括:服务器端初始化全局模型,将全局模型发送至多个客户端;客户端接收全局模型后,执行跨层次本地训练,生成本地模型,包括:个性化本地模型和通用本地模型;客户端将本地模型上传至服务器端,服务器端通过模型聚合生成更新后的全局模型;重复上述步骤,直至满足预设的收敛条件,得到对应集成电路每一个核心工艺流程的全局模型。本发明用于在保护数据隐私的前提下实现高效、精确的核心工艺建模,通过跨层次的本地训练生成个性化模型和本地模型,以提升模型的泛化能力,并通过集成优化方法加速模型收敛并减少振荡行为,能在大幅减少数据量的情况下依然能够保持高精度。

    一种表面亲水改性的强化传热传质管

    公开(公告)号:CN114993096A

    公开(公告)日:2022-09-02

    申请号:CN202210185637.7

    申请日:2022-02-28

    Abstract: 本发明涉及一种表面亲水改性的强化传热传质管,包括金属基管、第一亲水环和第二亲水环,金属基管与第一亲水环和第二亲水环紧密贴合,第一亲水环和第二亲水环依次交替套设在金属基管外侧,第一亲水环和第二亲水环的结构均为多孔金属圆环。与现有技术相比,本发明具有提高水在换热管外表面的延展性并延长了水的附着时间,解决了传统换热管有效湿化面积不足的缺陷,可以满足高压空气在管内后冷并在管外湿化的要求;同时建立外部环状肋片结构增强气流扰动,进一步强化空气湿化过程,提高传热传质效果等优点。

    γ-氧化铝纳米材料及镍/γ-氧化铝催化剂的制备方法

    公开(公告)号:CN104709932A

    公开(公告)日:2015-06-17

    申请号:CN201510080468.0

    申请日:2015-02-13

    Abstract: 本发明公开了一种γ-氧化铝纳米材料的合成方法:室温下,将明矾与尿素加入去离子水中,水热反应后冷却、离心并洗涤沉淀物;将干燥后的水热产物煅烧后即可得γ-氧化铝纳米材料。该方法制备得的γ-氧化铝具有较高的比表面积和一定的孔结构。本发明还提供了一种以使用上述合成方法得到的γ-氧化铝纳米材料为原料,制备镍/γ-氧化铝催化剂的方法:将γ-氧化铝纳米材料浸渍于适当浓度的镍盐溶液中,磁力搅拌直至溶剂蒸发;收集干燥后浸渍产物并研磨成粉末,在还原气氛中升温还原,即可得镍/γ-氧化铝催化剂。该催化剂可用于催化甲烷干法重整反应,具有较高的甲烷转化率,在高温下进行长时间催化反应仍能保持优良的稳定性和抗积碳性能。

Patent Agency Ranking