公开(公告)号：CN118627445A

公开(公告)日：2024-09-10

申请号：CN202410665084.4

申请日：2024-05-27

Applicant: 西安电子科技大学杭州研究院 ,  西安电子科技大学

Inventor： 王树龙 ,  周浩 ,  黄金 ,  孙志逸 ,  黎浏滔 ,  严杏圆 ,  陈思宇

IPC: G06F30/367 ,  G06F30/373 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了基于神经网络的1200V SiCMOSFET建模优化及性能预测方法，包括以下步骤；步骤1，基于TCAD建立1200V沟槽型SiCMOSFET器件模型；步骤2，基于TCAD仿真建立数据集，获取数据集，将数据集分别划分为训练集，交叉验证集和测试集；步骤3，初步建立集成深度学习预测模型，进行后续器件电学特性预测和输出特性曲线预测；步骤4，将训练集输入预测模型，通过损失函数衡量预测值与真实值之间的差距，优化预测模型，同时将交叉验证集输入预测模型；步骤5，将测试集数据输入预测模型，评估其预测准确率及泛化能力，满足要求的模型即可用于不同参数以及不同工作条件下的SiCMOSFET器件电学特性预测。本发明提高了器件设计效率以及准确度，拓展了微电子器件预测的可能性。

公开(公告)号：CN119997631A

公开(公告)日：2025-05-13

申请号：CN202510212140.3

申请日：2025-02-25

Applicant: 西安电子科技大学

Inventor： 王树龙 ,  黄金 ,  周浩 ,  黎浏滔 ,  严杏圆 ,  陈思宇

IPC: H10F30/225 ,  H10F77/14 ,  H10F71/00

Abstract: 本发明公开了一种红外增强的单光子雪崩二极管器件，包括位于器件表面中心位置的P+光敏区，P+光敏区外侧包围P‑注入区，P‑注入区外侧包围深N阱，深N阱外侧包围P型衬底；所述P+光敏区、P‑注入区、深N阱和P型衬底上表面平齐；所述P+光敏区作为光敏面吸收光子，从表面处引出金属阳极，形成欧姆接触；P‑注入区中埋入一个P型电荷层，深N阱中埋入N埋层，N埋层位于P型电荷层下方，且所述P型电荷层和N埋层位于器件的中心位置；N埋层形成深度较深的主雪崩区。本发明能够有效提升硅基单光子雪崩二极管在近红外波段的探测效率。

公开(公告)号：CN116489423A

公开(公告)日：2023-07-25

申请号：CN202310458658.6

申请日：2023-04-24

Applicant: 西安电子科技大学广州研究院 ,  琶洲实验室(黄埔)

Inventor： 谢雪梅 ,  甘礼福 ,  黄金 ,  潘庆哲 ,  宋晓丹

IPC: H04N21/234 ,  H04N21/2343 ,  H04N21/44 ,  H04N21/4402 ,  H04N21/8547 ,  H04N5/272 ,  H04N7/18 ,  G06V10/80 ,  G06V10/74 ,  G06T7/80

Abstract: 本发明公开了基于场景建模的监控视频传输方法和监控视频接收方法，监控视频传输方法包括：在监控工作开始之前，获取被监控区域的第一真实图像；利用场景布局图像、家具对象图像进行单视图场景建模，并利用与家具对象图像匹配的CAD模型构建被监控区域对应的虚拟场景图像，并将虚拟场景图像发送给监控端；在监控工作开始之后，提取第二真实图像中表征人体姿态的关键点信息，并在关键点信息中加入时间戳信息，得到人体动作数据；将人体动作数据发送给监控端。本方案中利用虚拟场景图像代替真实场景图像，保护了真实场景中的隐私，并且，在监控过程中只是将人体动作数据发送给监控端，实现了网络低带宽消耗传输。

公开(公告)号：CN117172015A

公开(公告)日：2023-12-05

申请号：CN202311165370.6

申请日：2023-09-11

Applicant: 西安电子科技大学

Inventor： 王树龙 ,  刘诗杰 ,  马浩 ,  刘海宇 ,  张旭艳 ,  黄金 ,  孙雪琦

IPC: G06F30/20 ,  G06F18/214 ,  G06N3/048 ,  G06F111/10

Abstract: 基于人工神经网络的霍尔器件Verilog‑A仿真模型建立方法、系统、设备及介质，方法包括：建立霍尔器件等效模型，根据建立的等效模型将霍尔器件分解为若干个等效器件，得到等效器件的电学参数，得到训练好的网络模型参数，提取神经网络模型参数，根据提取的神经网络模型参数以及神经网络模型进行标准化以及归一化在Verilog‑A中进行描述，得到基于Verilog‑A语言描述的神经网络模型，将基于Verilog‑A语言描述的神经网络模型输出数据与步骤1建立的等效模型的连接关系进行行为级建模，得到基于人工神经网络的霍尔器件Verilog‑A仿真模型；系统、设备及介质，用于实现基于人工神经网络的霍尔器件Verilog‑A仿真模型建立方法；本发明具有模型结构简单、建模难度低、建模周期短、建模流程简单的特点。

公开(公告)号：CN116168157A

公开(公告)日：2023-05-26

申请号：CN202310140071.0

申请日：2023-02-20

Applicant: 西安电子科技大学 ,  琶洲实验室(黄埔)

Inventor： 谢雪梅 ,  黄金 ,  甘礼福 ,  宋晓丹

IPC: G06T17/00 ,  G06T7/80 ,  G06T7/33 ,  G06F30/13 ,  G06V20/00 ,  G06V20/70 ,  G06T7/73 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于单张图像的室内场景建模方法及系统，该方法包括：获取室内场景图像；通过卷积网络模型对室内场景图像进行场景布局估计，得到室内场景布局；通过神经网络模型对室内场景图像进行语义分割，得到语义掩模；根据语义掩模检索初始CAD模型；基于相机标定方法和室内场景图像，得到相机的内参数矩阵和位姿矩阵；基于ICP配准算法、内参数矩阵、位姿矩阵、物体的语义掩模、先验信息和不同物体之间的支撑关系，将初始CAD模型映射到室内场景布局中，得到室内场景模型。本发明能够解决现有技术由单张图像构建室内三维场景模型，同一室内场景的三维建模结果存在较大的误差波动范围，且物体位置不符合客观物理实际情况的问题。