- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于机器学习的半导体设备健康状况实时分析方法,获取多个用户的半导体设备的全生命周期的历史健康基础信息;分析半导体设备的设备状态与振动数据,得到振动数据与各设备状态之间的关系;筛选出历史数据的运行状态数据并进行预处理,创建运行状态的模型是从历史健康基础信息中提取用户的健康信息特征;对运行状态的模型进行时域频率的特征提取,并对提取的特征进行处理得到运行状态的健康参照数据的健康状况实时分析模型;针对健康状况实时分析模型进行基于健康信息特征的训练;基于训练后健康状况的实时分析模型对半导体
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116304930 A
(43)申请公布日 2023.06.23
(21)申请号 202310322238.5
(22)申请日 2023.03.29
(71)申请人 南京苏芯科技有限
文档评论(0)