-
公开(公告)号：CN116495693A
公开(公告)日：2023-07-28
申请号：CN202310292269.0
申请日：2023-03-23
Abstract: 本发明涉及一种拥有超窄表面晶格共振的无机纳米粒子阵列及其大面积制备方法，该方法包括以下步骤：利用厘米级的硅纳米柱印章翻模得到聚二甲基硅氧烷纳米孔阵列模板；将纳米孔阵列模板置入聚合物有机溶液中蘸取后，再将纳米孔阵列模板放置于表面羟基化的硅片之上形成紧密接触，待溶剂完全挥发后，得到聚合物纳米柱阵列；利用静电作用在聚合物表面吸附金属前驱体，并用氧气等离子体还原金属离子并且刻蚀掉聚合物，最后利用热退火，得到拥有超窄表面晶格共振的无机纳米粒子阵列。与现有技术相比，本发明为无机纳米粒子阵列的制备提供了一个低成本和高效率的通用平台，使下一代纳米光子和电子器件的规模化制备成为可能。
-
公开(公告)号：CN115465835A
公开(公告)日：2022-12-13
申请号：CN202211138034.8
申请日：2022-09-19
Abstract: 本发明涉及一种大面积各向异性有序纳米阵列及其制备方法，该方法包括以下步骤：将各向异性的磁性纳米粒子进行改性，使磁性纳米粒子表面带负电荷，得到带负电荷的纳米粒子溶液；将基质依次进行硅烷改性和纳米球光刻技术处理，使基质表面形成带正电荷的周期性位点，得到图案化基质；将图案化基质置于带负电荷的纳米粒子溶液中，并施加一个磁场，吸附取向后，即可得到大面积各向异性有序纳米阵列。与现有技术相比，本发明制备的阵列结构具有依赖于纳米粒子取向的集体响应特性，方法简单，价格低廉，适合大面积生产。
-
公开(公告)号：CN115430594A
公开(公告)日：2022-12-06
申请号：CN202211138047.5
申请日：2022-09-19
Abstract: 本发明涉及一种动态可重构等离子体二维有序纳米阵列和三维手性纳米阵列及其制备方法，该方法包括以下步骤：将磁性‑等离子性纳米杂化棒进行改性；将基质依次进行硅烷改性和纳米球光刻技术处理；将上述图案化基质置于带负电荷的纳米杂化棒溶液中，施加一个水平方向的磁场，吸附取向后即可得到二维有序纳米阵列；将上述二维有序纳米阵列的纳米杂化棒进行改性，然后对阵列进行聚合物薄膜旋涂；将上述经过处理的二维有序纳米阵列置于带负电荷的纳米杂化棒溶液中，调整磁场的水平方向，吸附取向后即可得到三维手性纳米阵列。本发明通过磁场诱导纳米粒子进行自组装，可以得到具有动态可重构、手性光学性质的纳米阵列结构，制备简单，价格低廉，适合大面积生产。
-
公开(公告)号：CN115430594B
公开(公告)日：2023-09-26
申请号：CN202211138047.5
申请日：2022-09-19
Abstract: 本发明涉及一种动态可重构等离子体二维有序纳米阵列和三维手性纳米阵列及其制备方法，该方法包括以下步骤：将磁性‑等离子性纳米杂化棒进行改性；将基质依次进行硅烷改性和纳米球光刻技术处理；将上述图案化基质置于带负电荷的纳米杂化棒溶液中，施加一个水平方向的磁场，吸附取向后即可得到二维有序纳米阵列；将上述二维有序纳米阵列的纳米杂化棒进行改性，然后对阵列进行聚合物薄膜旋涂；将上述经过处理的二维有序纳米阵列置于带负电荷的纳米杂化棒溶液中，调整磁场的水平方向，吸附取向后即可得到三维手性纳米阵列。本发明通过磁场诱导纳米粒子进行自组装，可以得到具有动态可重构、手性光学性质的纳米阵列结构，制备简单，价格低廉，适合大面积生产。
-
公开(公告)号：CN117436224A
公开(公告)日：2024-01-23
申请号：CN202210810901.1
申请日：2022-07-11
Applicant: 复旦大学
IPC: G06F30/20 , G06N7/01 , G06F111/04 , G06F111/08
Abstract: 本发明属于集成电路技术领域，涉及一种基于偏好学习模型的模拟电路成品率优化方法。本方法中采用多尺度采样方法，逐渐提高工艺参数分布的标准差σ并执行成品率分析，通过放大不同设计点成品率之间的差距，更容易分辨设计点成品率的高低；采用基于偏好学习的高斯过程分类GPC模型对设计点间多尺度采样成品率的比较结果建模；采用偏好贝叶斯优化框架对GPC模型进行优化，利用汤普森采样获取函数平衡优化过程中的利用和探索，寻找在成品率比较中获胜概率最大的设计点；采用多置信度建模方法对不同工艺参数标准差下的成品率进行建模，进一步提高汤普森采样获取函数的准确度。本方法能够大幅减少模拟电路成品率优化所需的仿真次数。
-
Patent Agency Ranking
公开(公告)号：CN112241781A
公开(公告)日：2021-01-19
申请号：CN201910641263.3
申请日：2019-07-16
Applicant: 复旦大学
Abstract: 本发明属于深度学习方法领域，涉及一种非线性卷积神经网络结构优化方法及装置。该方法通过向普通卷积层加入二阶卷积单元，增加卷积层的非线性增强网络的性能，并通过使用不满秩的二阶卷积核和基于遗传算法的层筛选算法，降低优化后网络结构的计算和存储开销，提升算法的效率。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、神经网络加速器和处理器；在程序存储单元存储实现本发明的优化方法程序。本发明对深度卷积神经网络进行结构优化，获得更高的性能且不增加多运行时间，还用更浅的网络结构达到比原网络结构优性能和效率。
-
公开(公告)号：CN109960834A
公开(公告)日：2019-07-02
申请号：CN201711422893.9
申请日：2017-12-25
Applicant: 复旦大学
Abstract: 本发明属集成电路设计中模拟电路参数自动优化设计领域，具体涉及一种基于高斯过程模型的多目标贝叶斯优化方法。本发明方法在每次迭代中，对每个性能指标构建高斯过程模型，进而构建低置信区间函数，通过对低置信区间函数的多目标优化选择下一次进行电路仿真的点。相对目前国际上的主流方法，本发明方法能大幅减小电路仿真次数，获得高精度的帕累托前沿。
-
公开(公告)号：CN106886621A
公开(公告)日：2017-06-23
申请号：CN201510947299.6
申请日：2015-12-16
Applicant: 复旦大学
IPC: G06F17/50
Abstract: 本发明属于集成电路技术领域，涉及一种基于聚合降阶的集成电路热分析方法。所述方法包括：通过有限差分等方法构造热分析系统；将热阻矩阵表示为无向图形式；对热阻矩阵的无向图进行谱分析，获得节点的划分；根据子集划分，将同一集合中的节点进行粗粒化，得到降阶系统。本方法可以处理大规模的热分析系统，同时该方法不依赖于系统的热输入，得到的降阶系统对不同的输入均可以适用；降阶系统还能够保持原系统的拓扑结构、无源性和稳定性等特性。
-
公开(公告)号：CN106886508A
公开(公告)日：2017-06-23
申请号：CN201510953220.0
申请日：2015-12-16
Applicant: 复旦大学
IPC: G06F17/16
CPC classification number: G16Z99/00
Abstract: 本发明属于集成电路技术领域，具体涉及一种带噪声的传递函数拟合的基于基追踪去噪的向量匹配方法。所述方法包括：通过测量或模拟获得M个频率数据样本；通过基追踪方法获得拟合有理函数的极点；通过基追踪方法获得拟合有理函数的零点。本方法可以从含噪声的频率响应中以更高的收敛性得到更加精确的传递函数拟合结果。
-
公开(公告)号：CN105677932A
公开(公告)日：2016-06-15
申请号：CN201410663517.9
申请日：2014-11-19
Applicant: 复旦大学
IPC: G06F17/50
Abstract: 本发明属于集成电路技术领域，具体涉及一种用于带后硅可调寄存器电路的统计时序分析方法。所述方法包括：主元压缩得到N个独立随机变量；生成稀疏网格配置点；计算每个配置点的最小时钟周期；计算最小时钟周期广义多项式混沌展开系数；计算带后硅可调寄存器电路的良率。本方法可行性高，能够在获得和现有方法相比拟的精度情况下，显著减少程序运行时间，可用于解决较大规模带后硅可调寄存器电路的统计时序分析问题。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.03 seconds)
