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！

龙图腾网获悉西安理工大学申请的专利一种硅单晶生长多工艺阶段非线性动态数据异常检测方法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：CN120296643B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202510784454.0，技术领域涉及：G06F18/2433；该发明授权一种硅单晶生长多工艺阶段非线性动态数据异常检测方法是由穆凌霞;张振华;冯楠设计研发完成，并于2025-06-12向国家知识产权局提交的专利申请。

本一种硅单晶生长多工艺阶段非线性动态数据异常检测方法在说明书摘要公布了：本申请提出一种硅单晶生长多工艺阶段非线性动态数据异常检测方法，属于集成电路硅单晶制备技术领域。包括：获取硅单晶生长过程中的历史数据集和监测数据集，并构建重构训练集和重构测试集；利用重构训练集对相关向量机模型进行迭代训练，得到相关向量机训练模型；对监测数据集进行单步预测，获得预测序列，并利用预测序列得到残差序列；将残差序列划分为多个分段窗口，分别利用所有滑动窗口依次遍历每个分段窗口，得到多个滑动窗口数据集；引入动态阈值策略，根据每个滑动窗口数据集生成的候选阈值集分别对对应的滑动窗口进行异常检测，并将所有异常检测结果融合为最终异常检测结果。本申请能够有效提高非线性数据异常检测的准确性和可靠性。

本发明授权一种硅单晶生长多工艺阶段非线性动态数据异常检测方法在权利要求书中公布了：1.一种硅单晶生长多工艺阶段非线性动态数据异常检测方法，其特征在于，该方法包括以下步骤： 获取硅单晶生长过程中的历史数据集和监测数据集，将所述历史数据集进行重构，得到重构训练集，将所述监测数据集进行重构，得到重构测试集，并对所述监测数据集进行贝叶斯在线跳变点检测，得到所述监测数据集中的多个分段点，其中，所述重构训练集包含多个训练样本，所述重构测试集包含多个测试样本； 构建相关向量机模型，并利用所述重构训练集对所述相关向量机模型进行迭代训练，得到相关向量机训练模型； 利用所述重构训练集和所述重构测试集在所述相关向量机训练模型中，对所述监测数据集进行单步预测，得到预测序列，并将所述预测序列分别与每个所述测试样本的输出目标进行对应差值处理，得到残差序列，所述残差序列包括多个残差值； 利用所有所述分段点将所述残差序列划分为多个分段窗口，并分别利用所有滑动窗口依次遍历每个所述分段窗口，得到多个滑动窗口数据集； 引入动态阈值策略，根据所有所述滑动窗口数据集的统计特征分别生成对应的候选阈值集，利用所有所述候选阈值集分别对对应的所述滑动窗口进行异常检测，并将所有所述滑动窗口的异常检测结果进行融合，得到最终异常检测结果。

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西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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”。