公开(公告)号：CN116542206A

公开(公告)日：2023-08-04

申请号：CN202310318223.1

申请日：2023-03-28

Applicant: 西安电子科技大学

Inventor： 吕红亮 ,  程林 ,  郭袖秀 ,  严思璐 ,  戚军军 ,  张玉明

IPC: G06F30/392 ,  G06F115/12

Abstract: 本发明涉及一种InP HBT老化小信号等效电路模型、参数提取及退化分析方法，该老化小信号等效电路模型包括：连接的寄生模块、外部分布电容模块和本征模块；其中，寄生模块包括：基极寄生单元、集电极寄生单元、发射极寄生单元、基极‑集电极寄生单元、基极‑发射极寄生单元和集电极‑发射极寄生单元；外部分布电容模块包括：基极‑集电极外部分布单元和基极‑发射极外部分布单元；本征模块包括：基极本征单元、基极‑集电极本征单元、基极‑发射极本征单元和受控源单元。本发明电路设计友好，为器件在加速老化实验过程中的退化机理分析提供了器件关键参数的退化依据。

公开(公告)号：CN113486618A

公开(公告)日：2021-10-08

申请号：CN202110535092.3

申请日：2021-05-17

Applicant: 西安电子科技大学

Inventor： 吕红亮 ,  程林 ,  戚军军 ,  严思璐 ,  张玉明 ,  张义门

IPC: G06F30/373

Abstract: 本发明公开了一种半导体器件大信号特性的表征方法，该方法包括：获取半导体器件，并建立大信号模型拓扑；根据预设直流经验基模型、预设交流经验基模型和大信号模型拓扑，确定经验基宏模型；获取预先采集得到的大信号特性测试数据，并对经验基宏模型中的待拟合参数进行参数估计，得到第一参数；对第一参数进行调谐，得到第二参数；根据第二参数，对经验基宏模型进行优化，并根据优化后的经验基宏模型表征半导体器件的大信号特性。此种设计方式无需将半导体器件电流模型分为本征和非本征两部分，并且能够避免建立繁琐的耗尽电荷模型，使其提取过程更加便捷，进而节省计算机硬件资源和计算时间，同时也有利于保证待拟合参数的拟合精度。

公开(公告)号：CN108427912A

公开(公告)日：2018-08-21

申请号：CN201810112426.4

申请日：2018-02-05

Applicant: 西安电子科技大学

Inventor： 焦李成 ,  刘芳 ,  程林 ,  屈嵘 ,  唐旭 ,  陈璞花 ,  古晶 ,  郭雨薇 ,  张梦旋 ,  侯彪 ,  杨淑媛

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于稠密目标特征学习的光学遥感图像目标检测方法，主要解决现有技术中深层卷积导致小目标信息被过滤掉的问题。本发明的具体步骤如下：(1)搭建一个共25层的稠密目标特征网络并设置每层参数；(2)构造训练样本集和训练类标集；(3)获取稠密目标特征网络的深浅特征；(4)对稠密目标特征网络的深浅特征进行融合；(5)获取目标候选框特征集；(6)进行稠密池化；(7)构造测试样本集；(8)对测试样本集进行检测。本发明具有对光学遥感图像的深浅特征提取好，目标检测的精度高的优点。

公开(公告)号：CN107451616A

公开(公告)日：2017-12-08

申请号：CN201710648900.0

申请日：2017-08-01

Applicant: 西安电子科技大学

Inventor： 焦李成 ,  屈嵘 ,  程林 ,  唐旭 ,  张丹 ,  陈璞花 ,  马文萍 ,  侯彪 ,  杨淑媛 ,  尚荣华

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

CPC classification number: G06K9/6256 ,  G06K9/6276 ,  G06N3/0454 ,  G06N3/08

Abstract: 本发明公开了一种基于深度半监督迁移学习的多光谱遥感图像地物分类方法，根据ground truth取出训练数据集和kNN数据；将训练数据集分成两部分分别训练；输入待分类的多光谱图像，在两个CNN模型中得到两个分类结果图；根据训练样本构造两个kNN邻近算法图；用两个分类结果图取出测试的数据，用kNN邻近算法对数据分类；更新分类结果图；更新协同训练的训练样本和kNN训练样本；重新训练协同训练的两个CNN网络，利用训练好的模型对测试数据集有类标的点进行分类，得到测试数据集中部分像素点的类别，并与真实类标进行比较。本发明引入了k近邻算法和样例相似度，防止协同训练走偏，提高了当训练样本不足时的分类准确率，可用于目标识别。