-
公开(公告)号：CN106876441B
公开(公告)日：2020-07-07
申请号：CN201710087046.5
申请日：2017-02-17
IPC: H01L29/06
Abstract: 本发明公开一种具有固定界面电荷场限环的功率器件，包括场氧层和有源层，场氧层位于有源层之上。场氧层内设有至少1个固定界面电荷区，该固定界面电荷区位于场氧层的下部，并与场氧层的下表面即场氧层和有源层的交界面相接触。本发明能够克服现有功率器件的FLR区中的杂质扩散而导致的击穿电压下降和器件失效的问题，并有效提高了器件的击穿电压和改善了有源层表面的电场分布，使得电场分布更加均匀。
-
公开(公告)号：CN110866929A
公开(公告)日：2020-03-06
申请号：CN201911098771.8
申请日：2019-11-12
Applicant: 桂林电子科技大学
IPC: G06T7/12
Abstract: 本发明提出了一种图像轮廓分割方法及系统。所述分割方法包括如下步骤：首先获取原始图像的边缘指示函数和梯度矢量流，在迭代获取水平集函数的过程中，利用边缘指示函数、梯度矢量流和第n-1次迭代的水平集函数和偏置域，计算第n次迭代的权重因子、局部强度均值、全局强度均值和偏置域，进而计算水平集函数。本发明在计算水平集函数的过程中引入局部边缘特征(边缘指示函数)，从而能更好的保留图像的细节特征，减小弱边界和强度不均匀图像的边界泄露。本发明在计算水平集函数的过程还引入测地边缘项，全面利用图像的边缘信息，增强模型的分割性能，减小复杂背景的干扰，提高了弱边界图像和强度分布不均匀的图像的分割精度。
-
公开(公告)号：CN110334548A
公开(公告)日：2019-10-15
申请号：CN201910640430.2
申请日：2019-07-16
Applicant: 桂林电子科技大学
IPC: G06F21/62 , G06F16/906
Abstract: 本发明公开了一种基于差分隐私的数据异常检测方法，采取先进行聚类再进行异常检测的方法，在prim算法生成的最小生成树中，用差分隐私中的噪声机制对最小生成树中边的权重添加随机噪声，隐藏数据对象间的关联性。同时，该方法使用融合相异度和逆相似数的判决准则检测异常，解决传统的top-n方法需要预设参数，选取异常数据的不准确性这一缺陷。本发明方法具有更高的鲁棒性和更强的适应性，通过仿真数据集和真实数据集的实验分析表明提出的方法在数据分布不均匀的环境下能有效保证隐私数据的安全性，并提高异常检测的查全率，降低误判率。
-
公开(公告)号：CN110263203A
公开(公告)日：2019-09-20
申请号：CN201910345614.6
申请日：2019-04-26
Applicant: 桂林电子科技大学
IPC: G06F16/583 , G06F16/28
Abstract: 本发明公开了一种结合皮尔逊重构的文本到图像生成方法，其特征在于，包括如下步骤：1）数据预处理；2）建立图像生成模型；3）条件融合；4）特征向量生成；5）判别器判别；6）多尺度联合损失；7）网络训练；8）图像生成。该方法能重构判别器的输出，获得与网络的输入线性相关的特征向量，同时限制判别器的判别能力，使得生成器训练时更容易收敛并提高生成样本的质量和多样性。
-
公开(公告)号：CN110046226A
公开(公告)日：2019-07-23
申请号：CN201910306242.6
申请日：2019-04-17
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于分布词向量CNN-RNN网络的图像描述方法，其特征在于，包括如下步骤：1）分布表示词向量的生成；2）分布表示标签的生成；3）分布表示语义标签的生成；4）网络设计；5）生成图像的描述性语句。这种方法引入到原本的CNN-RNN网络模型中使其可生成更精确的结果、使CNN子网提供给RNN子网更丰富的语义内容，使得整个CNN-RNN网络模型依然能够保持结构化的优点，这种方法中低维稠密的分布表示可以轻松地嵌入海量词语构成完整的语义空间、视觉内容能够更好实现到语义空间的映射，基于分布表示词向量设计的监督信号能更准确的概括视觉内容和更充分的利用向量空间监督CNN优化方向。
-
Patent Agency Ranking
公开(公告)号：CN109859106A
公开(公告)日：2019-06-07
申请号：CN201910079727.6
申请日：2019-01-28
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于自注意力的高阶融合网络的图像超分辨率重建方法，其特征在于，包括如下步骤：1）建立重建模型；2）CNN网络特征提取；3）自注意力模块中的自注意力支路特征提取；4）自注意力模块中的主干支路特征提取；5）特征的高阶融合；6）图像重建。这种方法能有效的解决因预处理带来的额外计算量，且能恢复出更多的纹理细节来重建出高质量的图像。
-
公开(公告)号：CN109638467A
公开(公告)日：2019-04-16
申请号：CN201910067442.0
申请日：2019-01-24
Applicant: 桂林电子科技大学
IPC: H01Q15/00
CPC classification number: H01Q15/0086
Abstract: 本发明公开了一种宽带低色散的高折射率超材料，包括若干阵列分布的高折射率单元，每个所述高折射率单元包括由上至下设置的上金属层、介质层和下金属层，所述上金属层和下金属层分别贴合在所述介质层的两面上，所述上金属层和下金属层的结构相同，所述上金属层包括环形金属贴片和双工字型金属贴片，所述双工字型金属贴片设置在所述环形金属贴片内部。通过改变相邻两个高折射率单元之间间隔的大小、双工字型金属贴片的结构参数以及环形金属贴片的结构参数，可以调节等效折射率的值、带宽以及平坦度，使本发明的应用领域更宽，实用性更强。
-
公开(公告)号：CN105070681B
公开(公告)日：2019-02-12
申请号：CN201510522304.9
申请日：2015-08-24
Applicant: 桂林电子科技大学
IPC: H01L21/762 , H01L21/306 , H01L21/265 , H01L29/778
Abstract: 本发明公开一种砷化镓衬底mHEMT有源区电学隔离方法，针对变组分高电子迁移率晶体管的有源区电学隔离，提出了湿法腐蚀和离子注入相结合的隔离方法，即首先去除表面高掺杂层，再进行离子注入隔离，有效提高了离子注入的注入效果，进而提高了有源区之间的隔离效果；在同等条件下，离子注入和台面腐蚀相结合的隔离方法，具有电学隔离效果好、工艺兼容性强、对后续工艺影响较小、具有良好的重复性和便于实现等特点，并有效地避免了单独采用台面腐蚀和离子注入的弊端，对半导体制造工艺有很好的使用价值。
-
-
公开(公告)号：CN107220594A
公开(公告)日：2017-09-29
申请号：CN201710316806.5
申请日：2017-05-08
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于相似度保留堆叠自编码器的人脸姿态重建与识别方法，其特征是，包括如下步骤：1）多角度人脸图像的姿态角度步进减小；2）目标姿态特征提取；3）构建相似度保留自编码器的总损失函数；4）堆叠相似度保留自编码器；5）训练并微调网络；6）重建与识别：将重建好的正脸图像和网络的最高隐含层特征分别使用线性判别分析法，即LDA法进行降维来提取具有判别性的人脸特征，并用最近邻分类器完成人脸识别。这种方法能够消除人脸图像的姿态角度偏转影响、能够提取到人脸对于多姿态变化更具鲁棒性的特征，且提取到的姿态特征能和原始正脸图像的特征相匹配，从而提高识别率。
-
-
-
-
-
-
-
-
-
Search Results
143
records
(took 0.051 seconds)
