检索结果-南通市图书馆

蓝宝石衬底CMP中氧化硅磨粒粒度分布对抛光液体系性能影响研究

在线全文

学校读者我要写书评

暂无评论

表面技术 2024年第2期53卷 168-174,200页

作者：王晓剑李薇薇钟荣锋肖银波许宁徽孙运乾河北工业大学电子信息工程学院天津300401 广东惠尔特纳米科技有限公司广东东莞523000

目的化学机械抛光(CMP)包含化学腐蚀和机械磨削两方面,抛光液p H、磨粒粒径和浓度等因素均会不同程度地影响其化学腐蚀和机械磨削能力,从而影响抛光效果。方法采用30~150 nm连续粒径磨粒抛光液、120 nm均一粒径磨粒抛光液、50 nm和120... 详细信息

目的化学机械抛光(CMP)包含化学腐蚀和机械磨削两方面,抛光液p H、磨粒粒径和浓度等因素均会不同程度地影响其化学腐蚀和机械磨削能力,从而影响抛光效果。方法采用30~150 nm连续粒径磨粒抛光液、120 nm均一粒径磨粒抛光液、50 nm和120 nm配制而成的混合粒径磨粒抛光液,分别对蓝宝石衬底晶圆进行循环CMP实验,研究CMP过程中抛光液体系的变化。结果连续粒径磨粒抛光液中磨粒大规模团聚,满足高材料去除率的抛光时间仅有4 h,抛光后的晶圆表面粗糙度为0.665 nm;均一粒径磨粒抛光液中磨粒稳定,无团聚现象,抛光9 h内材料去除率较连续粒径磨粒抛光液高94.7%,能至少维持高材料去除率18 h,抛光后的晶圆表面粗糙度为0.204 nm;混合粒径磨粒抛光液初始状态下磨粒稳定性较高,抛光9 h内材料去除率较连续粒径磨粒抛光液高114.8%,之后磨粒出现小规模团聚现象,后9h材料去除率仅为均一粒径磨粒抛光液的59.6%,18 h内材料去除率仅为均一粒径磨粒抛光液的87.7%,但抛光后的晶圆表面粗糙度为0.151 nm。结论一定时间内追求较高的材料去除率和较好的晶圆表面粗糙度选用混合粒径磨粒抛光液,但需要长时间CMP使用均一粒径磨粒抛光液更适合,因此,在工业生产中需要根据生产要求配合使用混合粒径磨粒抛光液和均一粒径磨粒抛光液。

关键词：化学机械抛光蓝宝石抛光液磨粒微观形貌材料去除率

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

一种电力变压器短路累积机械损伤评价方法

电工技术学报 2024年第8期39卷 2578-2590页

作者：欧强罗隆福李勇杨贤周腊吾西南科技大学信息工程学院绵阳621010 湖南大学电气与信息工程学院长沙410082 广东电网有限责任公司电力科学研究院广州510080 长沙理工大学电气与信息工程学院长沙410114

多次短路会逐渐积累绕组机械损伤,最终导致电力变压器损坏。然而,目前缺乏一种量化评估方法来评估此类损伤,这对电网的安全运行构成了威胁。因此,该文提出一种考虑绕组的非线性特点和累积过程的电力变压器绕组短路累积机械损伤评价方法... 详细信息

多次短路会逐渐积累绕组机械损伤,最终导致电力变压器损坏。然而,目前缺乏一种量化评估方法来评估此类损伤,这对电网的安全运行构成了威胁。因此,该文提出一种考虑绕组的非线性特点和累积过程的电力变压器绕组短路累积机械损伤评价方法,为评估绕组短路对电力变压器的影响提供了新的途径。该方法采用阻尼比和可靠性损失系数作为特征量,通过指数型曲线来模拟绕组机械弱化过程。同时考虑变压器的初始承受短路的能力、短路电流幅值和故障次数等影响因素,量化了短路损伤与绕组动态机械寿命之间的关系。此外,通过对一台110 kV电力变压器进行多次短路破坏性试验,验证了该评价方法的正确性。最后,阐述了提出的评价方法适用于不同的校核控制方法,并强调了控制阻尼比在减少累积损伤方面的积极作用。

关键词：电力变压器短路累积损伤可靠性评价

基于Swin Transformer-CNN的单目遥感影像高程估计方法及其在公路建设场景中的应用

在线全文

学校读者我要写书评

暂无评论

测绘学报 2024年第2期53卷 344-352页

作者：廖钊宏张依晨杨飚林明春孙文博高智武汉大学遥感信息工程学院湖北武汉430079 广州市高速公路有限公司广东广州510320 中交路桥建设有限公司北京101107

目前,在遥感影像几何条件和辐射质量良好的情况下,通过多视遥感影像的逐像素立体密集匹配对场景进行高程估计的技术相对比较成熟,无论是精度还是效率均达到了较高水平。然而,当具有良好几何条件和辐射质量的多视遥感影像难以获取时,经... 详细信息

目前,在遥感影像几何条件和辐射质量良好的情况下,通过多视遥感影像的逐像素立体密集匹配对场景进行高程估计的技术相对比较成熟,无论是精度还是效率均达到了较高水平。然而,当具有良好几何条件和辐射质量的多视遥感影像难以获取时,经典摄影测量和计算机视觉的几何处理方法可能会面临较大的挑战。本文对该问题进行了研究,针对大幅遥感图像中各部分高程分布差异大,模型训练难度大的问题,提出了一种基于Swin Transformer和卷积神经网络(convolutional neural network, CNN)的单目遥感影像高程估计方法。一方面Swin Transformer利用滑动窗口和层级设计,兼具了卷积神经网络处理大尺寸图像和提取多尺度特征的能力及Transformer的全局信息交互能力。另一方面针对大幅遥感图像中各部分高程分布差异大带来的训练不稳定问题,本文方法能针对每张输入图像自适应地划分高程值,将高程估计问题转化为分类-回归问题,最终图像各像素点的高程值由划分的高程值及其分布概率得到。试验结果表明:本文所提出的基于Swin Transformer-CNN的遥感影像高程估计方法无论是定性还是定量的结果都取得了很好的效果,且能应用于公路建设施工场景中,具有良好的泛化性。

关键词：遥感影像智能解译深度学习单目高程预测全局信息卷积神经网络

基于TabNet-LSTNet的多特征短期负荷预测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

重庆大学学报 2024年第9期47卷 129-140页

作者：吴文辉何家峰蔡高琰骆德汉广东工业大学信息工程学院广州510006 广东浩迪创新科技有限公司广东佛山528200

为了挖掘负荷预测中不同输入特征的重要性,有效处理负荷数据中的线性成分和非线性成分,提高负荷预测的精度,提出一种基于TabNet和长期和短期时间序列网络(long and short-term temporal networks,LSTNet)的组合负荷预测模型。通过引入... 详细信息

为了挖掘负荷预测中不同输入特征的重要性,有效处理负荷数据中的线性成分和非线性成分,提高负荷预测的精度,提出一种基于TabNet和长期和短期时间序列网络(long and short-term temporal networks,LSTNet)的组合负荷预测模型。通过引入自监督预训练来提高TabNet的预测精度,通过训练得到输入特征的全局重要性和预测结果,然后把重要性高的特征输入到LSTNet训练得出预测结果,最后通过方差-协方差组合方法得出TabNet-LSTNet模型的预测结果。通过仿真分析,与传统的长短期记忆网络(long short-term memory,LSTM)、极端梯度提升机(extreme gradient boost,Xgboost)、轻量级梯度提升机(lignt gradient boosting machine,Lightgbm)和其他组合模型相比较,TabNet-LSTNet模型具有更高的精度。

关键词：负荷预测特征重要性 TabNet 自监督预训练 LSTNet

同方期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于定位置信度加权的半监督目标检测算法

计算机工程与应用 2024年第6期60卷 249-258页

作者：冯泽恒王丰广东工业大学信息工程学院广州510006

为解决伪标签筛选过程的位置噪声数据问题,提出了基于定位置信度加权的Soft Teacher-LAH半监督目标检测算法。通过离散化目标检测网络定位分支的预测输出,引入具有定位感知功能的输出结构LAH。基于LAH预测输出,定义一种衡量定位精度的... 详细信息

为解决伪标签筛选过程的位置噪声数据问题,提出了基于定位置信度加权的Soft Teacher-LAH半监督目标检测算法。通过离散化目标检测网络定位分支的预测输出,引入具有定位感知功能的输出结构LAH。基于LAH预测输出,定义一种衡量定位精度的置信度指标,设计基于该置信度加权的无监督定位损失函数,降低伪标签位置噪声对模型训练的负面影响。实验结果表明了该算法的性能优势,针对微软COCO数据集,在有标注数据占比训练集分别为1%、5%和10%的场景下,该算法相比于现有Soft Teacher方案的平均精度分别提高了1.1、1.2和1.5个百分点;针对PASCAL VOC数据集,在使用VOC07和VOC12分别作为有标注和无标注训练数据的场景下,该算法相比Soft Teacher方案的平均精度提高了1.6个百分点。

关键词：目标检测半监督学习伪标签位置噪声定位置信度定位损失函数

在线全文

学校读者我要写书评

暂无评论

基于图提示微调的交通流量预测

计算机研究与发展 2024年第8期61卷 2020-2029页

作者：赖培源李程王增辉王昌栋廖德章广东工业大学信息工程学院广州510006 广东省华南技术转移中心有限公司广州511458 中山大学计算机学院广州510006

交通流量预测是建设智慧城市重要的基础功能,对城市的交通管理和用户出行规划具有重要意义.由于时间维度和空间维度的扩展,交通流量的数据具有规模大、增长快速、实时更新等特征,传统的训练模型通常需要将大量的历史数据进行训练预测,... 详细信息

交通流量预测是建设智慧城市重要的基础功能,对城市的交通管理和用户出行规划具有重要意义.由于时间维度和空间维度的扩展,交通流量的数据具有规模大、增长快速、实时更新等特征,传统的训练模型通常需要将大量的历史数据进行训练预测,导致较长的计算时间和较高的算力成本,因此,如何使用低计算成本的预测模型来满足广泛的流量预测需求是重要的技术挑战.近年来兴起的提示微调范式在自然语言处理的下游任务推广中取得了较好的效果,受其启发,提出利用少量的实时数据来微调优化大规模历史数据预训练的模型,为交通流量模型预测的优化应用提出了一种新的思路.通过引入图提示微调的交通流量预测(traffic flow prediction based on graph prompt-finetuning,TPGPF)模型的泛化能力,在时空多维度下的交通流量图预测模型中,基于历史数据集进行预测模型的预训练,并引入可学习的提示向量,在预训练模型固化的情况下指导预训练的自监督学习模型,以适应新的数据预测任务,提升交通流量预测模型的通用性和有效性.通过在5个公开数据集上进行了大量的实验,证明了TPGPF的有效性.

关键词：图提示交通流量预测微调预训练模型自监督学习

基于改进AHP-TOPSIS的储能电站安全综合评估

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2024年第5期45卷 251-259页

作者：宁雪峰张慧珍许加柱广东电网有限责任公司东莞供电局东莞523000 湖南大学电气与信息工程学院长沙410082

为保障电池储能电站的安全运行,提出一种基于改进层次分析法(AHP)-逼近理想解排序法(TOPSIS)的储能电站安全综合评估方法。首先,综合考虑多方面评估指标,建立储能电站安全综合评估指标体系,对储能电站的安全状态进行全面、客观评估。其... 详细信息

为保障电池储能电站的安全运行,提出一种基于改进层次分析法(AHP)-逼近理想解排序法(TOPSIS)的储能电站安全综合评估方法。首先,综合考虑多方面评估指标,建立储能电站安全综合评估指标体系,对储能电站的安全状态进行全面、客观评估。其次,采用基于指数标度的改进AHP对各评估指标赋权,使得一致性最优,权重系数更精确可靠。然后,通过设计评估参考方案,采用改进TOPSIS实现各储能方案的横向对比及各储能方案与参考方案间的纵向对比,并确定各储能方案的安全等级。最后,以某地4个储能电站安全性能的综合评估为例,验证所提评估指标体系和评估方法的可行性与有效性。

关键词：电池储能风险评估层次分析法综合评估指标体系逼近理想解排序法

维普期刊数据库博看期刊

基于时序差分学习模型预测控制的一体化自动驾驶换道策略

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2024年第10期60卷 329-338页

作者：杨硕李时珍赵中原黄小鹏黄岩军同济大学汽车学院上海201804 南京信息工程大学自动化学院南京210044 中电科东方通信集团有限公司广东519060

具有自进化能力的自动驾驶换道策略有望在复杂开放的交通环境中提升性能,以应对更多的未知场景。时序差分学习模型预测控制(Temporal difference learning for model predictive control,TD-MPC)结合有模型和无模型强化学习方法的优势,... 详细信息

具有自进化能力的自动驾驶换道策略有望在复杂开放的交通环境中提升性能,以应对更多的未知场景。时序差分学习模型预测控制(Temporal difference learning for model predictive control,TD-MPC)结合有模型和无模型强化学习方法的优势,具有学习效率高、性能优异的特点。基于此,为了提高自动驾驶换道策略的整体性能,提出基于TD-MPC的自动驾驶一体化换道策略。具体来说,针对自动换道问题,提出基于驾驶倾向网络的一体化自动驾驶换道策略架构,构建强化学习问题并设计完备的奖励函数,对决策规划优化问题进行统一求解。应用TD-MPC算法设计内部模型来预测未来状态和奖励,实现短时域内的局部轨迹优化,同时使用时序差分学习实现对长期汇报的估计,以得到驾驶倾向网络参数。所提出方法在高保真仿真环境中被验证,结果表明,所提出方法相比规则方案保证行驶效率,并且提高安全性和舒适性。同时与软演员-评论家算法(Soft actor critic,SAC)相比,实现了7~9倍的学习效率提升。

关键词：自动驾驶强化学习一体化决策规划

基于区间信息模糊规划模型的新能源微电网分层优化

在线全文

学校读者我要写书评

暂无评论

南方电网技术 2024年

作者：杨晓辉黄泽中王晓鹏胡泽成杨芃钟睿南昌大学信息工程学院广东电网有限责任公司汕头供电局

随着以居民住宅为代表的终端用能微元急剧增长，用户侧新能源微电网系统的电能调度优化面临挑战。提出一种考虑源荷不确定性和电动汽车的新能源微电网分层优化策略，旨在保障居民用电需求和提高系统运行效率。上层模型以电动汽车充电利... 详细信息

随着以居民住宅为代表的终端用能微元急剧增长，用户侧新能源微电网系统的电能调度优化面临挑战。提出一种考虑源荷不确定性和电动汽车的新能源微电网分层优化策略，旨在保障居民用电需求和提高系统运行效率。上层模型以电动汽车充电利益和居民用电满意度为优化目标，同时考虑需求响应的不确定性，对住宅用电负荷和电动汽车充电负荷进行优化；下层模型以系统运行效益和对外影响为优化目标，基于上层数据，采用区间信息模糊规划模型构建并求解非线性多目标优化问题，从而得到系统各设备的最优出力方案。结果表明，所提调度策略确保居民用电满意度提升的同时，保障系统运行的整体性能，有效应对了不确定性因素带来的影响。

关键词：居民住宅新能源微电网电动汽车充电区间多目标优化分层优化调度