稳健估计用于氮化铝金属化工艺的研究

应用化学镀镍的方法实现了氮化铝的金属化。为得到较大的氮化铝金属化层粘附力，运用基于稳健估计的神经网络研究氮化铝金属化中化学镀镍的反应参数与金属层粘附力的关系。为使神经网络更加稳健，本文根据统计学原理，在前馈神经网络基础上，采取稳健估计方法改进神经网络。建立了定量预测粘附力性能的模型，并进行实验验证。确定金属化工艺中稳定的优化工作区域。结果表明，稳健估计方法既有传统神经网络的优点，又有较强的抵抗异常     

稳健估计用于氮化铝金属化工艺的研究

应用化学镀镍的方法实现了氮化铝的金属化。为得到较大的氮化铝金属化层粘附力 ,运用基于稳健估计的神经网络研究氮化铝金属化中化学镀镍的反应参数与金属层粘附力的关系。为使神经网络更加稳健 ,本文根据统计学原理 ,在前馈神经网络基础上 ,采取稳健估计方法改进神经网络。建立了定量预测粘附力性能的模型 ,并进行实验验证。确定金属化工艺中稳定的优化工作区域。结果表明 ,稳健估计方法既有传统神经网络的优点 ,又有较强的抵抗异常值的能力 ,具有较广泛的实用性。     

以氮化铝陶瓷为基板的倒扣封装工艺研究

研究了以氮化铝为基板的倒扣封装的工艺。详细比较了氮化铝的各种金属化工艺。分别研究化学镀与激光诱导淀积实现金属化的方法。测量表明两种方法制备的金属层与氮化铝的粘附力均大于 10 MPa。同时对这两种方法的特点与适用范围进行概述     

以氮化铝陶瓷为基板的倒装式封装工艺研究

详细比较了氮化铝的各各上金属化工艺。分别研究化学镀镍与激光诱导淀积实现金属化的方法。测量表明,两种方法制备的金属层与氮化铝的粘附力均大于１０ＭＰａ。同时对这身份钟方法的特点与适用范围进行概述。     

稳健估计用于氮化铝金属化工艺的研究

应用化学镀镍的方法实现了氮化铝的金属化。为得到较大的氮化铝金属化层粘附力,运用基于稳健估计的神经网络研究氮化铝金属化学镀镍的反应参数与金属层粘附力的关系。为使神经网络更加稳健,本文根据统计学原理,在前馈神经网络基础上,采取稳健估计方法改进神经网络。建立了定量预测粘附力性能的模型,并进行实验验证。确定金属化工艺中稳定的优化工作区域。结果表明,稳健估计方法既有传统神经网络的优点,又有较强的抵抗异常值的能力,具有较广泛的实用性。