-
公开(公告)号：CN102156970A
公开(公告)日：2011-08-17
申请号：CN201110093669.6
申请日：2011-04-14
Applicant: 复旦大学
IPC: G06T5/00
Abstract: 本发明属于数字图像处理领域，具体为一种基于畸变直线斜率计算的鱼眼图像校正方法。本发明利用径向畸变特有的几何性质，根据投影不变性原理，计算畸变直线的实际斜率，并以此为基础，通过求解线性方程组以获得多项式校正模型的参数值。这种校正方法在拥有理想校正精度的情况下显著地降低了计算复杂度。根据求解得到的校正模型，利用游程编码查找表（LUT）完成畸变图像与校正图像之间的位置映射编码，从而实现对校正图像的加权双线性插值。此方法便于硬件实现，并具有高效的实时处理能力。
-
公开(公告)号：CN101964004A
公开(公告)日：2011-02-02
申请号：CN200910055400.1
申请日：2009-07-24
Applicant: 复旦大学
Abstract: 本发明属集成电路技术领域，涉及一种应用于集成电路设计自动化中的多核并行最小代价流求解方法及装置。该方法基于非确定性事务模型来实现最小代价流的求解，易于算法设计和并行实现，并从理论上保证算法的正确性。该方法利用线程池及线程绑定技术降低线程创建释放以及线程调度的开销，提高并行的效率。本发明的装置包括输入单元、输出单元、程序存储单元、外部总线、内存、存储管理单元、输入输出桥接单元、系统总线和多核处理器。本发明利用多核处理器技术来提升最小代价流求解的速度，用于包含任何数目处理器核的装置，具有很好的伸缩性。本发明可用于求解一大类集成电路设计自动化问题的多核并行实现。
-
公开(公告)号：CN101901279A
公开(公告)日：2010-12-01
申请号：CN200910052330.4
申请日：2009-06-01
Applicant: 复旦大学
IPC: G06F17/50
Abstract: 本发明涉及一种集成电路电源地网络的分析方法和装置。该方法首先建立电源地网络的矩阵电路方程；然后利用非齐次Amoldi方法构造投影矩阵，对电源地网络的矩阵电路方程进行合同变换得到降阶系统；最后求解降阶系统的瞬态响应，得出分析结果。应用该方法的装置包括输入单元、输出单元、程序存储单元、外部总线、内存、存储管理单元、输入输出桥接单元、系统总线和处理器；在程序存储单元存储实现本发明分析方法的NHAR程序，电源地网络的电路特征数据通过NHAR程序进行分析。应用本发明对电源地网络进行分析，可以保证计算过程的数值稳定，以很低的计算复杂度达到很高计算精度，解决现有方法中存在的计算过程数值稳定和计算效率不能兼顾的问题。
-
公开(公告)号：CN118798106A
公开(公告)日：2024-10-18
申请号：CN202210114313.4
申请日：2022-01-30
Applicant: 复旦大学
IPC: G06F30/373 , G06F30/398
Abstract: 本发明属于集成电路可制造性设计技术领域。涉及集成电路可制造性设计中模拟电路成品率优化，具体涉及一种基于冻融贝叶斯优化技术的模拟电路成品率优化方法。本发明包括，提出在模拟电路成品率优化时，采用逐步提升候选最优设计点成品率分析精度的方法，利用冻融高斯过程回归模型对模拟电路成品率建模，预测渐进成品率。本方法中通过求解一个TT工艺角模拟电路性能优化问题，搜索刚好满足性能约束的设计点，并将这些点作为冻融贝叶斯优化热启动的初始点，可进一步提高成品率优化的收敛速度。经实验结果表明，本方法明显优于现有技术方法，能大幅减少模拟电路成品率优化所需仿真次数。
-
公开(公告)号：CN115081381B
公开(公告)日：2024-10-15
申请号：CN202210707368.6
申请日：2022-06-21
Applicant: 上海伴芯科技有限公司 , 复旦大学
IPC: G06F30/392 , G06N3/0455 , G06N3/042 , G06N3/09
Abstract: 本发明提供了一种基于图神经网络的芯片布图规划方法、装置及存储介质，包括：生成具有最优模块布局的训练数据集；基于变分图自动编码器框架构建模块布局模型；用训练数据集训练模块布局模型，得到训练好的模块布局模型，使之学习到最优模块布局的关键特征；根据目标芯片的电路网表对目标芯片的电路进行电路划分，得到所有模块以及模块之间的互连信息；根据模块之间的互连信息，利用训练好的模块布局模型确定每个模块在目标芯片中的位置。本发明提供的布图规划方法相对传统的数学解析法或构造法具有更快的收敛速度和更强的线长优化能力。
-
Patent Agency Ranking
公开(公告)号：CN116205180A
公开(公告)日：2023-06-02
申请号：CN202111450540.6
申请日：2021-11-30
Applicant: 复旦大学
IPC: G06F30/367 , G06F111/08
Abstract: 本发明属于集成电路设计自动化技术领域，具体涉及一种基于高斯过程回归模型的成品率估计方法。本发明通过高斯过程回归的方法，首先采样一定的初始采样点，并进行仿真，利用已有的蒙特卡洛分析数据对模型进行训练，在新的数据点，首先利用模型对仿真结果预测，利用预测的不确定性来确定是否可以直接利用预测值，或需要重新进行仿真，重新仿真的点积累到一定程度后，重新对模型进行训练，提升模型精度。经实践检测，结果表明，采样本发明的方式能有效的利用学习的方法降低采样点数目。
-
公开(公告)号：CN109864994A
公开(公告)日：2019-06-11
申请号：CN201711268940.9
申请日：2017-12-05
Applicant: 复旦大学
IPC: A61K31/7105 , A61P35/00 , A61P1/16
Abstract: 本发明属于生物医学领域，涉及干细胞标志物CD133干扰核酸在制备抑制肝癌增殖制剂中的应用，及其在制备肝癌的辅助治疗药物或试剂中的用途。本发明通过磁珠分选的方法在Huh7和PLC/PRF/5肝癌细胞中，分选出了CD133+的肝癌干细胞，然后用shCD133-1和shCD133-2两个针对CD133不同序列的shRNA，分别敲低了Huh7-CD133+细胞和PLC/PRF/5-CD133+细胞中的CD133的表达，以不针对任何人源基因序列的shLacz做对照，证明了shRNA序列对CD133蛋白表达的有效干扰，并且敲低CD133的蛋白表达。通过体外干细胞成球实验和裸鼠体内成瘤实验证实了CD133+细胞中敲低CD133的表达后，显著抑制细胞的自我更新和增殖能力。所述CD133干扰核酸可用于制备抑制肝癌增殖制剂以及制备肝癌的辅助治疗药物。
-
公开(公告)号：CN104978447B
公开(公告)日：2018-10-26
申请号：CN201410146475.1
申请日：2014-04-14
Applicant: 复旦大学
IPC: G06F17/50
Abstract: 本方法属于集成电路领域，涉及一种晶体管精确近似表格查找模型的建模和估值方法。通过建立非线性电路中晶体管的非均匀网格表格模型，借助简单的哈希映射和辅助的查找表实现仿真过程中待估点的快速查找及其对应物理参数的估值。该方法继承了基于树状模型近似方法自适应划分的优势，解决了当前基于树状结构的非均匀网格模型中单元查找速度慢的问题。通过在非均匀网格上进行三次Hermite样条插值保证表格模型计算的连续性和平滑性，克服了现有技术中导数不连续导致收敛困难的问题，该方法可显著加速仿真过程中晶体管模型计算过程，以可接受的内存需求有效缩短电路仿真中瞬态分析的时间并获得较高的精度。
-
公开(公告)号：CN106886672A
公开(公告)日：2017-06-23
申请号：CN201510953165.5
申请日：2015-12-16
Applicant: 复旦大学
IPC: G06F19/00
Abstract: 本发明属于集成电路技术领域，涉及一种基于局部投影全局插值的非线性模型降阶方法。所述方法包括：读取电路网表文件，写成状态空间方程形式；利用“训练输入”获取系统状态轨迹，在状态轨迹上选取展开点，对非线性系统进行分段线性化；对于分段线性系统中的每一个线性系统，产生合适的局部投影矩阵；对局部投影矩阵进行变换，使得各局部投影降阶子系统的坐标系一致；对于每个分段线性系统，利用变换后的局部投影矩阵，对系统进行投影，将投影降阶系统全局插值获得降阶系统。本方法避免了传统方法的局部坐标到全局坐标的变换；同时采用了全局插值，使所需的局部降阶系统的规模明显缩小。
-
公开(公告)号：CN102467593A
公开(公告)日：2012-05-23
申请号：CN201010538269.7
申请日：2010-11-09
Applicant: 复旦大学
IPC: G06F17/50
Abstract: 本发明属于集成电路设计领域，涉及一种非线性电路时域模型降阶方法及装置。本发明的方法首先通过“训练信号”在状态空间形成轨迹，在该轨迹上选择展开点对非线性电路采用分段线性的方法进行逼近，然后采用基于小波配置的时域模型降阶方法，得到最后的降阶模型。本发明提供的装置包括输入单元、输出单元、程序存储单元、外部总线、内存、存储管理单元、输入输出桥接单元、系统总线和处理器。本发明在时域对非线性系统直接进行模型降阶，可保证非线性系统时域的降阶精度，并能对时域的误差进行控制，从而可获得精确和紧凑的降阶模型，提高仿真精度和效率。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.027 seconds)
