制备多晶的直流还原系统中的多路斩波器电源系统

    公开(公告)号:CN101860213B

    公开(公告)日:2012-04-25

    申请号:CN201010163163.3

    申请日:2010-04-29

    Abstract: 一种制备多晶的直流还原系统中的多路斩波器电源系统,涉及用多路斩波器模块进行串并联工作制备多晶还原设备的电源。目的是实现直流还原系统中的多路斩波器模块的并联运行;模块化的斩波器直流电源系统在要求较大电流供电时无需另外增加一台大功率斩波器,大大减小电源系统的体积,成本降低,工作的可靠性。该系统由多路斩波器调压模块组成,需要独立调压时斩波器模块U1~Un分别单独给硅棒负载R1~Rn供电;需要并联调压时斩波器模块U1~Un输出端的正极短接,即U1+,U2+,…,Un+连接在一起,输出端的负极短接,即U1-,U2-,…,Un-连接在一起,此时多路斩波器模块并联为R1,R2,…,Rn串联后的负载提供能量。

    基于全局和局部标记关系的偏多标记学习方法

    公开(公告)号:CN111582506A

    公开(公告)日:2020-08-25

    申请号:CN202010411579.6

    申请日:2020-05-15

    Abstract: 本发明提供了一种基于全局和局部标记关系的偏多标记学习方法。该方法包括:构建特征信息矩阵,利用特征信息矩阵构建不精确标记矩阵;利用低秩稀疏表示模型将不精确标记矩阵分解为噪声标记矩阵和正确标记系数矩阵,利用噪声标记矩阵、正确标记系数矩阵和特征信息矩阵构建所有标记的预测模型;基于正确标记系数矩阵、噪声矩阵和预测模型构建偏多标记学习模型,采用块坐标下降法迭代更新方法训练偏多标记学习模型,得到训练好的预测模型;将未见示例输入到训练好的预测模型,得到未见示例对应的标记。本发明的方法充分利用了全局和局部标签的相关性,去除有噪声的标签,通过低秩表示来训练分类器,从而提高算法的性能。

    特征信息存在噪声的偏多标记学习方法

    公开(公告)号:CN111581466A

    公开(公告)日:2020-08-25

    申请号:CN202010411580.9

    申请日:2020-05-15

    Abstract: 本发明提供了一种特征信息存在噪声的偏多标记学习方法。该方法包括:构建包含噪声的观测的特征信息矩阵,构建标签置信度矩阵;利用低秩稀疏表示模型将特征信息矩阵分解为稀疏噪声矩阵和正确的特征信息矩阵,利用稀疏噪声矩阵、正确的特征信息矩阵和观测的特征信息矩阵构建多标记预测模型;利用标签置信度矩阵对多标记预测模型进行优化,得到构建嵌入了特征信息和标签置信度的混合模型,对混合模型进行训练得到偏多标签学习模型;利用偏多标签学习模型对未见示例预测出未见示例对应的标签。本发明的方法利用低秩和稀疏分解模型准确地恢复正确的特征信息,有效地减少噪声特征信息的影响;将样本相似性和标签置信度结合,进一步提升标签置信度的准确性。

    一种制备多晶硅的直流还原电源

    公开(公告)号:CN102624253A

    公开(公告)日:2012-08-01

    申请号:CN201210074824.4

    申请日:2012-03-20

    CPC classification number: Y02B70/126

    Abstract: 本发明公开了电路设计技术领域中的一种制备多晶硅的直流还原电源,用以解决传统多晶硅制备过程中还原电源存在的电能质量问题。该直流还原电源包括移相整流变压器和直流斩波变换器;移相整流变压器的初级绕组采用三角形连接方式,移相整流变压器的次级绕组之间移相20度且携带一组二极管整流单元;直流斩波变换器由高频直流斩波器组构成,每组高频直流斩波器包括第一斩波电路、第二斩波电路、第三斩波电路、第一切换开关组、第二切换开关组、第三切换开关组、第四切换开关组、第一二极管和第二二极管;直流斩波变换器中斩波电路的数量与所述直流还原电源的负载数量一致。本发明解决了传统多晶硅制备过程中还原电源存在的电能质量问题。

    特征信息存在噪声的偏多标记学习方法

    公开(公告)号:CN111581466B

    公开(公告)日:2024-02-27

    申请号:CN202010411580.9

    申请日:2020-05-15

    Abstract: 本发明提供了一种特征信息存在噪声的偏多标记学习方法。该方法包括:构建包含噪声的观测的特征信息矩阵,构建标签置信度矩阵;利用低秩稀疏表示模型将特征信息矩阵分解为稀疏噪声矩阵和正确的特征信息矩阵,利用稀疏噪声矩阵、正确的特征信息矩阵和观测的特征信息矩阵构建多标记预测模型;利用标签置信度矩阵对多标记预测模型进行优化,得到构建嵌入了特征信息和标签置信度的混合模型,对混合模型进行训练得到偏多标签学习模型;利用偏多标签学习模型对未见示例预测出未见示例对应的标签。本发明的方法利用低秩和稀疏分解模型准确地恢复正确的特征信息,有效地减少噪声特征信息的影响;将样本相似性和标签置信度结合,进一步提升标签置信度的准确性。

    制备多晶的直流还原系统中的多路斩波器电源系统

    公开(公告)号:CN101860213A

    公开(公告)日:2010-10-13

    申请号:CN201010163163.3

    申请日:2010-04-29

    Abstract: 一种制备多晶的直流还原系统中的多路斩波器电源系统,涉及用多路斩波器模块进行串并联工作制备多晶还原设备的电源。目的是实现直流还原系统中的多路斩波器模块的并联运行;模块化的斩波器直流电源系统在要求较大电流供电时无需另外增加一台大功率斩波器,大大减小电源系统的体积,成本降低,工作的可靠性。该系统由多路斩波器调压模块组成,需要独立调压时斩波器模块U1~Un分别单独给硅棒负载R1~Rn供电;需要并联调压时斩波器模块U1~Un输出端的正极短接,即U1+,U2+,…,Un+连接在一起,输出端的负极短接,即U1-,U2-,…,Un-连接在一起,此时多路斩波器模块并联为R1,R2,…,Rn串联后的负载提供能量。

Patent Agency Ranking