买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南通罡丰科技有限公司申请的专利基于深度模型的碳化硅提纯处理中质量验证方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119669713B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411795974.3，技术领域涉及：G06F18/21；该发明授权基于深度模型的碳化硅提纯处理中质量验证方法及系统是由石广申;马嘉骏;章萌春;杨青设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本基于深度模型的碳化硅提纯处理中质量验证方法及系统在说明书摘要公布了：本发明公开了基于深度模型的碳化硅提纯处理中质量验证方法及系统，涉及碳化硅检验领域，该基于深度模型的碳化硅提纯处理中质量验证方法包括以下步骤：分类监控数据，得到分类数据；获取与碳化硅产品缺陷相关的关联规则；基于深度学习模型，结合获取的关联规则及分类数据中的参数特征，对碳化硅产品的缺陷类型及概率进行预测；量化预测的碳化硅产品的缺陷类型及概率，得到量化分数，且将量化分数与风险指标结合，计算总的风险评分，构建风险画像。本发明结合关联规则的特征和分类数据特征，提高模型对于碳化硅产品缺陷类型及概率的预测准确性，将预测结果量化为风险分数，并与其他风险指标结合，提供了一个直观的质量验证评估指标。

本发明授权基于深度模型的碳化硅提纯处理中质量验证方法及系统在权利要求书中公布了：1.基于深度模型的碳化硅提纯处理中质量验证方法，其特征在于，该基于深度模型的碳化硅提纯处理中质量验证方法包括以下步骤： S1、获取碳化硅提纯处理中的监控数据，并根据不同的反应时期，分类监控数据，得到分类数据； S2、使用关联规则学习算法分析分类数据，获取与碳化硅产品缺陷相关的关联规则； S3、将关联规则转化为用于深度学习模型的数值型特征；将分类数据中的参数特征与关联规则编码结合，形成综合特征集；收集标签数据，并通过综合特征集及标签数据训练深度学习模型，同时根据训练后的深度学习模型预测碳化硅产品的缺陷类型及概率，具体包括： 将综合特征集及标签数据转换为向量；将卷积神经网络与长短期记忆网络进行融合，得到融合网络模型；将转换为向量后的综合特征集及标签数据划分为训练集和测试集；利用训练集来训练融合网络模型，且使用交叉验证法优化融合网络模型性能，同时使用测试集评估融合网络模型的性能；使用训练好的融合网络模型对新的综合特征集进行缺陷预测，并获取每种缺陷类型的概率； S4、量化预测的碳化硅产品的缺陷类型及概率，得到量化分数，且将量化分数与风险指标结合，计算总的风险评分，并构建风险画像；具体包括： S41、预先对每种缺陷类型设置相应的权重，同时选择概率最高的缺陷类型，并将该概率进行标准化处理，且使标准化概率与相应的权重相乘，得到量化分数；S42、将风险指标进行加权及量化；S43、根据量化分数及量化后的风险指标，计算总的风险评分。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南通罡丰科技有限公司，其通讯地址为：226000 江苏省南通市高新区金桥西路一号聚恒工业园12号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。