-
公开(公告)号：CN115036310A
公开(公告)日：2022-09-09
申请号：CN202210712707.X
申请日：2022-06-22
Applicant: 西安电子科技大学
IPC: H01L27/092 , H01L29/778 , H01L21/8252
Abstract: 本发明公开了一种基于GaN/YAlN/GaN异质结的CMOS器件及其制造方法，主要解决现有GaN基CMOS载流子浓度和迁移率低的问题。其自下而上包括：衬底、缓冲层、GaN n型沟道层、YAlN势垒层、GaN p型沟道层、p‑GaN层、绝缘栅介质层，中间设有深度至n型沟道层中部的隔离槽；隔离槽右侧的p‑GaN层上设有右栅电极，且YAlN势垒层两端设有右源、漏电极，形成n型场效应管；隔离槽左侧的绝缘栅介质层上设有左栅电极，其p‑GaN层两端设有左源、漏电极，形成p型场效应管，这两个场效应管互联。本发明能提升CMOS器件载流子浓度和迁移率，提高器件工作频率和输出功率，可用于全GaN功率系统。
-
公开(公告)号：CN114535393A
公开(公告)日：2022-05-27
申请号：CN202210056319.0
申请日：2022-01-18
Applicant: 桂林电子科技大学
IPC: B21D26/021
Abstract: 本发明涉及一种阶梯形件分步预胀成形加工装置及成形加工方法，包括：充液底座，所述充液底座的内部形成有充液腔，所述充液腔的上端呈敞口设置；导向筒，所述导向筒设置于所述充液底座上并位于所述充液腔的敞口上方，所述导向筒与所述充液底座之间用于放置待加工板材；以及成形凸模，所述成形凸模可移动设置于所述导向筒内，以用于将预压过后的所述待加工板材加工为所需的阶梯形构件。相较于现有技术而言，本方案能够对待加工板材进行预胀成形和挤压成形为阶梯形构件的分布预胀成形加工，阶梯形构件的变形精度高，形变充分且均匀，可加工性强。
-
公开(公告)号：CN114361013A
公开(公告)日：2022-04-15
申请号：CN202111387283.6
申请日：2021-11-22
Applicant: 西安电子科技大学
IPC: H01L21/18 , H01L29/267 , H01L29/778
Abstract: 本发明涉及一种用于制作GaN HEMT的横向金刚石/GaN/金刚石衬底及制备方法，方法包括：获取两片多晶金刚石，通过抛光将多晶金刚石的其中一面抛光成光滑面；获取GaN单晶晶片，通过抛光将GaN单晶晶片的两面均抛光成光滑面，其中，GaN单晶晶片的光滑面为非极性面；利用低温键合工艺将两片多晶金刚石的光滑面分别与GaN单晶晶片的两个光滑面进行键合，以得到横向多晶金刚石/GaN/多晶金刚石衬底。本发明改善了传统GaN外延衬底的散热能力，并能提高外延GaN的质量，并进一步提高了器件的工作寿命和稳定性，从而为器件在大功率下的工作奠定了基础，可用于制作高频、大功率GaN基HEMT器件。
-
公开(公告)号：CN113313039A
公开(公告)日：2021-08-27
申请号：CN202110618201.8
申请日：2021-05-31
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于动作知识库与集成学习的视频行为识别方法及系统，使用3D深度残差网络提取输入视频的全局特征，借助动作知识库来提取基于视觉的动作状态特征和基于语言的动作状态特征；将提取出的特征依照人体部位构建对应的图结构，构建一种多头图卷积特征融合网络来对构建的图结构进行信息融合；构建五种结构类似的弱分类器，前三个分类器输入为上述三种特征，后两个分类器输入为级联之后的特征；提出了一种动态的交叉熵损失函数，来对不同的弱分类器的结果进行集成与分类。实现对视频段中包含的动作的分类，提升了分类准确率。
-
公开(公告)号：CN113240716A
公开(公告)日：2021-08-10
申请号：CN202110603006.8
申请日：2021-05-31
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种多特征融合的孪生网络目标跟踪方法及系统，将模板分支和搜索区域分支图像输入到SiamFC中得到对应的响应图；通过基于最大值滤波的多峰定位模块获取视频帧的响应图中多个峰对应的图像块；采用one‑shot学习方法中的匹配网络计算特征重匹配得分；通过素描重匹配模块来计算素描重匹配得分；通过融合策略对特征重匹配得分和素描重匹配得分进行融合；寻找匹配得分最大的图像，并将其映射到候选图像中确定目标的位置。本发明通过融合重匹配得分，利用了特征层面的语义信息和目标在视频帧中的结构和位置等信息，从而提高了目标跟踪的精度。
-
Patent Agency Ranking
公开(公告)号：CN107871119B
公开(公告)日：2021-07-06
申请号：CN201711059887.1
申请日：2017-11-01
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于目标空间知识和两阶段预测学习的目标检测方法，利用各种数据变换的方法增大样本的数目、增加样本的多样性，训练SSD和新设计的RefineNet两个深层神经网络；对SSD初步预测结果中概率较大的预测目标通过RefineNet进一步提升判别的准确性；通过制定目标特有的空间结构约束规则减少错误的预测，得到最终的检测结果。本发明与现有的一些方法相比，同时考虑了遥感目标的视觉特性和空间特性，并利用特征提取能力卓越的深层网络实现了端到端的目标候选、特征提取与分类定位，明显提高了遥感目标的检测率，降低了虚警率。
-
公开(公告)号：CN112288009A
公开(公告)日：2021-01-29
申请号：CN202011183145.1
申请日：2020-10-29
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于模板匹配的R‑SIFT芯片硬件木马图像配准方法，构建多尺度金字塔；对多尺度金字塔进行相关匹配，得到粗匹配结果图像；对粗匹配结果图像进行高斯滤波和下采样处理，构造多尺度空间；在不同尺度空间中检测图像的极值点；对极值点方向进行赋值，得到极值点的位置，尺度和方向信息，生成特征描述子；使用最近邻与次近邻特征描述子的欧氏距离比判定两幅图像中关键点是否相似性，初步生成预匹配点对，并用匹配矩阵表示；确定预匹配矩阵后，使用RANSAC算法进行校正，去除多余匹配点，完成图像匹配。本发明可避免噪声等异常值所带来的梯度异常，提升图像配准方法的稳定性和精确度。
-
公开(公告)号：CN112102381A
公开(公告)日：2020-12-18
申请号：CN202010954726.4
申请日：2020-09-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于R‑SIFT的硬件木马图像配准方法、存储介质及设备，对输入图像进行高斯滤波和下采样处理，构造多尺度空间；在构造的多尺度空间中检测图像的极值点；对得到的极值点方向进行赋值，得到对应点的位置，尺度和方向信息，生成特征描述子；利用生成的特征描述子，使用距离匹配方法，初步生成预匹配点对，并用匹配矩阵C表示；确定预匹配矩阵C之后，使用RANSAC算法进行校正，去除多余匹配点，完成图像配准。本发明有效解决图像配准中仿射变换的问题，并且可以更灵活的避免噪声点带来的干扰，进而提升图像配准方法的稳定性和精确度。
-
公开(公告)号：CN110991532A
公开(公告)日：2020-04-10
申请号：CN201911217909.1
申请日：2019-12-03
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于关系视觉注意机制的场景图产生方法，主要解决现有技术中冗余的关系预测与可解释性较差的问题。其实现方案是：1)通过目标检测得到图像中的目标的类别与边界框，并进行全连接关系图建立；2)通过分析数据集，对关系图进行稀疏化，得到稀疏关系图表示；3)通过交替迭代学习关系注意力转移函数，分别从主语、宾语依靠并集特征转移到发生关系处，学习到准确的关系表征；4)对于学习到的关系表征进行分类，并组合成最终的场景图。本发明利用两目标发生关系的内在联系，建立关系注意力机制准确地关注于发生关系的区域，实现了场景图的准确产生，提高了网络的可解释化性，可用于图像描述与视觉问答任务。
-
公开(公告)号：CN110826411A
公开(公告)日：2020-02-21
申请号：CN201910958507.0
申请日：2019-10-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于无人机图像的车辆目标快速识别方法，输入图像处理的目标识别领域。针对无人机图像中车辆目标的像素占比小，而且车辆目标在无人机图像中比较密集，原始的网络对其检测比较困难的问题，首先使用不同的anchor个数与大小去匹配图像中的车辆目标，相比于原始网络，使得识别的AP值提高了8.5％，然后又对网络增加了多层特征融合，使得网络在最后分类的时候使用到网络的前面的浅层特征，使得最后的分类与识别的效果更好，在前面改进的基础上，增加多层特征融合以后，网络的AP值提高了1.6％，最后得到的改进后的网络的AP值相比于原始网络的AP值提高了10.1％，从80.5％提高到90.6％，检测的速度相比原始网络有略微的下降，但是精度得到大幅度的提升。
-
-
-
-
-
-
-
-
-
Search Results
153
records
(took 0.032 seconds)
