“于广华”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果150个，建议您升级VIP下载更多相关专利

[发明专利]一种循环印刷式集成电路制备方法-CN202311189724.0在审
发明人：管方圆;单欣;黄意雅;徐秀兰;于广华 -专利权人：季华实验室
申请日： 2023-09-15 - 公布日： 2023-10-24 - 主分类号： H01L21/768 文献下载
摘要：本申请属于集成电路制备技术领域，公开了一种循环印刷式集成电路制备方法，包括步骤：把待制备的芯片电路分解为多个子电路，记为实际子电路；根据所述实际子电路匹配出对应的标准子电路；选用与各所述标准子电路对应的标准压印滚轮，依次在半导体晶圆表面的介电层上滚压出对应各所述标准子电路的子电路凹槽，以组成所述待制备的芯片电路的整体电路凹槽；所述标准压印滚轮的周面上设置有与对应标准子电路匹配的微纳凸起；在所述整体电路凹槽中填充金属，得到芯片电路；从而能够降低芯片电路制备成本并提高总体生产效率。
一种循环印刷集成电路制备方法

[发明专利]一种FeCoCr磁码盘薄膜材料及其制备方法-CN202111327639.7有效
发明人：徐秀兰;于广华;张辉;黄意雅;郭奇勋;朱冠伦;任宏宇 -专利权人：季华实验室
申请日： 2021-11-10 - 公布日： 2023-10-20 - 主分类号： C23C14/35 文献下载
摘要：本发明提供了一种FeCoCr磁码盘薄膜材料，属于磁性材料技术领域，包括基底，在所述基底上采用磁控溅射法交替沉积的FeCoCr/Si周期性多层膜，以及采用磁控溅射法沉积于所述周期性多层膜上的顶层保护层，用于防止所述周期性多层膜被氧化。本发明还提供了一种FeCoCr磁码盘薄膜材料的制备方法。本发明的FeCoCr磁码盘薄膜材料，设计成FeCoCr/Si周期性多层膜结构，通过优化磁性层FeCoCr和非磁性层Si的厚度以及周期数，可以对周期性多层膜的矫顽力等磁性能有很好的调控作用，可使FeCoCr薄膜的矫顽力稳定保持600Oe以上，满足磁编码器码盘材料对矫顽力的实际应用需求。并且，本发明的FeCoCr磁码盘薄膜材料的制备方法，简单、控制方便、效率高且成本低。
一种 fecocr 磁码盘薄膜材料及其制备方法

[发明专利]一种稀土掺杂的铁铬钴永磁合金及其制备方法-CN202310569782.X在审
发明人： 于广华;王学敏;徐秀兰;郭奇勋 -专利权人：广东麦格智芯精密仪器有限公司
申请日： 2023-05-19 - 公布日： 2023-10-03 - 主分类号： H01F1/053 文献下载
摘要：本发明属于磁性材料制备技术领域，涉及一种稀土掺杂的铁铬钴基永磁合金及其制备方法，其由以下化学元素组成，以质量百分比计，Fe42％‑60％，Cr25％‑27％，Co14％‑16％，Si0.8％‑1.0％，La0.1％‑0.5％，Ce0.05％‑0.2％；La/Ce＝1.3‑2.5，(La+Ce)/Si＝0.1‑0.5。本发明充分发挥了FeCrCo永磁合金冶金原理，一方面通过适宜少量比例的稀土元素净化钢液，极大改善了永磁材料的磁性能，另一方面，在易于在晶界发生偏聚从而有效地细化α相晶粒，从而细化了调幅分解后的磁性相和非磁性相，因此矫顽力增加，同时提高耐候性能，具有适宜硬度。
一种稀土掺杂铁铬钴永磁合金及其制备方法

[发明专利]编码器转速波动性测试系统及方法-CN202111417615.0有效
发明人：张辉;刘忠诚;徐秀兰;黄意雅;朱冠伦;任宏宇;于广华 -专利权人：季华实验室
申请日： 2021-11-25 - 公布日： 2023-09-19 - 主分类号： G01D18/00 文献下载
摘要：本发明涉及编码器测试技术领域，公开了一种编码器转速波动性测试系统及方法。该系统包括：伺服驱动器、伺服电机、待测编码器、差分转单端模块、数据采集卡、测试装置；所述待测编码器安装在所述伺服电机上；所述待测编码器与所述差分转单端模块信号连接；所述数据采集卡分别与所述差分转单端模块、所述测试装置信号连接；所述测试装置用于基于所述待测编码器产生的脉冲信号，对所述待测编码器进行转速波动性测试。本发明提供的编码器转速波动性测试系统，结构简单、操作方便，显著降低了编码器转速波动性测试的成本。
编码器转速波动性测试系统方法

[发明专利]分布式部署模型的量化方法、装置、设备和介质-CN202310495866.3在审
发明人： 于广华;王豪爽;党青青;沙燕霖;于佃海;马艳军 -专利权人：北京百度网讯科技有限公司
申请日： 2023-05-05 - 公布日： 2023-09-12 - 主分类号： G06N3/04 文献下载
摘要：本公开提供了一种分布式部署模型的量化方法、装置、设备和介质，涉及人工智能领域，具体涉及深度学习、分布式训练和模型量化等技术领域。分布式部署模型的量化方法的具体实现方案为：对于部署的模型所包括的多个网络层，确定根据第一量化精度量化多个网络层中每个网络层的损失值，作为每个网络层的量化损失值；将多个网络层的量化损失值发送给分布式部署模型的多个计算节点中的目标节点，以使所述目标节点根据接收的量化损失值确定多个网络层中的目标网络层；以及根据第一量化精度量化目标网络层的网络参数。
分布式部署模型量化方法装置设备介质

[发明专利]深度学习模型的压缩方法、训练方法、处理方法和装置-CN202310728945.4在审
发明人： 于广华;王豪爽;党青青;沙燕霖;于佃海 -专利权人：北京百度网讯科技有限公司
申请日： 2023-06-19 - 公布日： 2023-09-05 - 主分类号： G06N3/082 文献下载
摘要：本公开提供了深度学习模型的压缩方法、训练方法、处理方法和装置，涉及人工智能技术领域，具体涉及深度学习、自然语言处理等技术领域。该压缩方法的具体实现方案为：根据初始模型的每个处理层的权重参数的分布信息，调整初始模型的每个处理层之前的处理层的特征参数，得到第一中间模型；利用第一中间模型对文本数据进行处理，得到每个处理层的输入激活值，其中，输入激活值由位于每个处理层之前的处理层对文本数据处理后得到；基于输入激活值，调整第一中间模型的每个处理层的权重参数，得到待量化的权重参数；以及对待量化的权重参数进行量化，得到与初始模型对应的压缩模型。
深度学习模型压缩方法训练处理装置

[发明专利]一种低密度δ铁素体调控的高磁导率低碳钢及其制备方法-CN202310563261.3在审
发明人：王学敏;于广华;徐秀兰;郭奇勋 -专利权人：广东麦格智芯精密仪器有限公司
申请日： 2023-05-18 - 公布日： 2023-08-22 - 主分类号： C22C38/02 文献下载
摘要：本发明提供一种低密度δ铁素体调控的高磁导率低碳钢及其制备方法，属于高磁导率低碳钢软磁材料技术领域；包括以下步骤：S1、钢水经过模铸成板坯；S2、板坯经加热炉加热，加热速率为1‑2℃/S，加热温度为800‑900℃，保温时间为30‑60min；S3、再经热轧得到热轧板，然后热轧板以10‑15℃/s冷速冷却到700‑750℃，保温20‑40min后，水冷；S4、最后退火：退火时加热段采用快速加热方式，加热速率为20‑30℃/S，加热至目标退火温度550‑650℃，保温2‑3h后空冷至室温。本发明方法制得的低碳钢具有低密度、高磁导率且具有适宜的δ铁素体含量。
一种密度铁素体调控磁导率低碳钢及其制备方法

[发明专利]深度学习模型的压缩方法、训练方法、处理方法及装置-CN202310730276.4在审
发明人： 于广华;王豪爽;党青青;沙燕霖;于佃海 -专利权人：北京百度网讯科技有限公司
申请日： 2023-06-19 - 公布日： 2023-08-18 - 主分类号： G06N3/082 文献下载
摘要：本公开提供了深度学习模型的压缩方法、训练方法、处理方法及装置，涉及人工智能技术领域，具体涉及深度学习、自然语言处理技术领域。该压缩方法的具体实现方案为：将文本数据输入初始模型，得到初始模型包括的依次连接的多个处理层中每个处理层的目标参数；其中，目标参数包括：每个处理层的权重参数和每个处理层的输入激活值；输入激活值是由位于每个处理层之前的处理层对文本数据处理后得到；根据多个处理层的目标参数的分布信息，调整初始模型的每个处理层之前的处理层的特征参数，得到第一中间模型；将文本数据输入第一中间模型，得到多个处理层的待量化参数；以及对待量化参数进行量化，得到与初始模型对应的压缩模型。
深度学习模型压缩方法训练处理装置

[发明专利]神经网络模型的压缩方法、训练方法、处理方法和装置-CN202310573835.5在审
发明人：徐畅;李明昊;于广华;王豪爽;沙燕霖;于佃海;马艳军 -专利权人：北京百度网讯科技有限公司
申请日： 2023-05-19 - 公布日： 2023-08-11 - 主分类号： G06N3/082 文献下载
摘要：本公开提供了一种神经网络模型的压缩方法、训练方法、处理方法、装置、设备、存储介质以及程序产品，涉及人工智能领域，尤其涉及深度学习、自然语言处理、计算机视觉和语音处理领域。具体实现方案为：神经网络模型的压缩方法包括：通过将多媒体数据输入神经网络模型，从神经网络模型中获取多个初始参数；根据多个初始参数的数值范围，将多个初始参数划分为多个初始参数组，多个初始参数组的每个初始参数组包括多个初始参数中的至少一个初始参数；通过处理器基于多个平滑系数，分别对多个初始参数组的每个初始参数组的至少一个初始参数进行平滑，得到多个平滑参数；通过处理器对多个平滑参数进行量化，得到压缩后的神经网络模型。
神经网络模型压缩方法训练处理装置

[发明专利]神经网络模型的量化方法、装置、电子设备及介质-CN202211452620.X有效
发明人： 于广华;王豪爽;党青青 -专利权人：北京百度网讯科技有限公司
申请日： 2022-11-18 - 公布日： 2023-08-04 - 主分类号： G06N3/0495 文献下载
摘要：本公开提供了一种神经网络模型的量化方法、装置、电子设备及介质，涉及人工智能领域，尤其涉及深度学习领域。具体实现方案为：对部署于分布式平台中目标计算设备的目标神经网络模型执行多次量化处理，得到目标量化因子序列；以及根据目标量化因子序列，对目标神经网络模型进行量化；其中，多次量化处理包括：根据第n+2子量化因子序列和来自分布式平台的多个附加计算设备的多个第n+2附加子量化因子序列，得到第n+2量化因子序列；n为不小于2的整数；根据第n候选量化因子序列和第n+2量化因子序列，得到第n+1候选量化因子序列；响应于确定满足预设条件，确定第n+1候选量化因子序列为目标量化因子序列。
神经网络模型量化方法装置电子设备介质

[发明专利]一种通讯铁塔加工防锈用镀锌设备-CN202310739945.4在审
发明人：寇玉良;于广华;刘洋 -专利权人：山东华辉通信科技有限公司
申请日： 2023-06-21 - 公布日： 2023-07-28 - 主分类号： C23C2/00 文献下载
摘要：本发明涉及通讯铁塔加工技术领域，公开了一种通讯铁塔加工防锈用镀锌设备，包括镀锌箱，镀锌箱上端对称安装有L型架，L型架上固定安装有平行设置的轨道，轨道上通过移动机构安装有移动座，移动座两侧位置通过伸展机构安装有吊装座，吊装座上设置有吊装机构，所述移动座上还设置有用于对镀锌箱内部镀锌液体进行扰动的扰动机构。本发明，通过设置的移动机构、伸展机构以及吊装机构的相互配合，实现了通讯铁塔钢结构件在镀锌箱内部的有效浸没以及移动目的，同时在扰动机构的进一步配合下，使得通讯铁塔钢结构件可以更加均匀全面的进行镀锌，确保通讯铁塔钢结构件的镀锌致密性。
一种通讯铁塔加工防锈镀锌设备

[发明专利]一种电主轴-CN202310521881.0在审
发明人： 于广华;陈长江;何强;徐秀兰 -专利权人：广东麦格智芯精密仪器有限公司
申请日： 2023-05-09 - 公布日： 2023-07-25 - 主分类号： B23B19/02 文献下载
摘要：本发明涉及一种电主轴，包括：壳体、转轴、电机、驱动器以及磁编码器，转轴转动设置于壳体内；电机设置于壳体内并套设于转轴的外侧，电机用于驱动转轴绕自身的轴向转动；驱动器设置于壳体内并与电机电连接，驱动器用于控制电机驱动转轴进行旋转；磁编码器用于与激光干涉仪相配合，激光干涉仪用于检测转轴的角度误差信息并写入磁编码器；磁编码器用于读取转轴的角度信息以及根据接收的转轴的角度误差信息对转轴的角度信息进行补偿运算，得到补偿后的转轴的角度信息，并将补偿后的转轴的角度信息反馈给驱动器，驱动器用于将补偿后的转轴的角度信息和驱动器预设的转轴机械角度进行比对，并根据比对结果对转轴机械角度进行调整。
一种主轴

[发明专利]可调控Co2-CN202110255553.1有效
发明人：李明华;陈宇;许铭扬;李阔;刘沛桥;张垚;于广华 -专利权人：北京科技大学
申请日： 2021-03-09 - 公布日： 2023-07-25 - 主分类号： H10N50/85 文献下载
摘要：本发明属于磁性薄膜领域，尤其涉及一种可调控Co2FeX合金垂直磁各向异性的磁性薄膜材料及方法：该磁性薄膜材料包括：基底、缓冲层、磁性层、氧化物层和保护层，磁性层的磁性材料为断裂式的Co2FeX/Zr/Co2FeX，Zr占磁性层的量比为0.001‑50％，X为Al、Si或Mn中的一种或者多种。本发明的有益效果是，该磁性薄膜材料是在以Ta或者其它金属做为缓冲层和保护层，在缓冲层上沉积Co2FeX/Zr/Co2FeX，再沉积金属氧化物层，利用对氧有较强亲和力的Zr来调控Co2FeX中Co、Fe氧化物的比例，改善薄膜中输运性能，同时提高薄膜的垂直磁各向异性，以满足磁性随机存储器和磁传感器的应用需求。
调控 co base sub

[发明专利]神经网络模型的压缩方法、训练方法、处理方法和装置-CN202310573822.8在审
发明人：徐畅;李明昊;于广华;王豪爽;沙燕霖;于佃海;马艳军 -专利权人：北京百度网讯科技有限公司
申请日： 2023-05-19 - 公布日： 2023-07-18 - 主分类号： G06N3/082 文献下载
摘要：本公开提供了一种神经网络模型的压缩方法、训练方法、处理方法、装置、设备、介质和产品，涉及人工智能领域，尤其涉及深度学习、自然语言处理、计算机视觉和语音处理领域。具体实现方案为：通过处理器分别利用多个缩放值对神经网络模型中的多个初始参数进行平滑，得到多个平滑参数组；通过处理器对多个平滑参数组进行量化，得到多个压缩后的神经网络模型；通过将多媒体数据作为待处理数据输入多个压缩后的神经网络模型，确定多个压缩后的神经网络模型的多个量化损失；根据多个量化损失，更新多个缩放值，并返回通过处理器分别利用多个缩放值对神经网络模型中的多个初始参数进行平滑，得到多个平滑参数组的操作，直到确定目标神经网络模型。
神经网络模型压缩方法训练处理装置

[发明专利]一种目标检测模型的训练方法及目标检测方法、装置-CN202211183334.8有效
发明人：安梦涛;于广华 -专利权人：北京百度网讯科技有限公司
申请日： 2022-09-27 - 公布日： 2023-07-07 - 主分类号： G06V10/774 文献下载
摘要：本公开提供了一种目标检测模型的训练方法及目标检测方法、装置，涉及人工智能中的图像识别、深度学习等技术领域。具体实现方案为：获取样本训练图像以及样本训练图像的标签信息；利用样本训练图像及样本训练图像的标签信息，对轻量化目标检测模型进行训练，得到预训练轻量化目标检测模型；在预训练轻量化目标检测模型中加入量化模块，得到初始量化目标检测模型；再利用样本训练图像及样本训练图像的标签信息，对初始量化目标检测模型进行训练，得到训练好的轻量化目标检测模型，提高了模型的训练速度。
一种目标检测模型训练方法装置

1
2
3
4
5
6
7
8
9
10
下一页»
尾页
共 150 条