-
公开(公告)号：CN116113309A
公开(公告)日：2023-05-12
申请号：CN202310388847.0
申请日：2023-04-13
Applicant: 南京邮电大学
Abstract: 本发明公开了一种采用双保护环的低失调霍尔器件及其使用方法，其中一种采用双保护环的低失调霍尔器件包括横向层组，所述横向层组包括P型衬底、设置于P型衬底中心区域的N+埋层和设置于N+埋层顶部中心区域的P‑埋层，P‑埋层上方设置有N阱有源区，N+埋层和P‑埋层形成横向保护环；侧围层组，所述侧围层组包括设置于N阱有源区外侧的P型外延层，所述P型外延层中设置有与N+埋层顶部连接的高压N阱，所述P型外延层中设置有与P型衬底顶部连接的高压P阱，高压P阱设置于高压N阱外侧，P型外延层和N+埋层形成纵向保护环；本发明的霍尔器件具有低失调、高灵敏度和强抗干扰能力。
-
公开(公告)号：CN110046656B
公开(公告)日：2023-07-11
申请号：CN201910242039.7
申请日：2019-03-28
Applicant: 南京邮电大学
IPC: G06V10/764 , G06N3/0464 , G06V10/774 , G06V10/82
Abstract: 本发明揭示了一种基于深度学习的多模态场景识别方法，包括如下步骤：S1、对短文本进行分词处理；S2、将一组图片和短文本分词及相应的标签输入各自的卷积神经网络中进行训练；S3、训练短文本分类模型；S4、训练图片分类模型；S5、将S3与S4中的全连接层输出分别与标准分类结果计算交叉熵，计算平均欧式距离并以此作为损失值，随后再反馈回各自的卷积神经网络，最终得到完整的多模态场景识别模型；S6、将文本和图像预测结果向量相加，得到最终的分类结果；S7、将待识别的短文本和图像分别输入所训练出的所述多模态场景识别模型，进行场景识别。本发明提出了一种多模态场景搜索方式，为用户提供了更加精准、方便的场景识。
-
公开(公告)号：CN116113291A
公开(公告)日：2023-05-12
申请号：CN202310275738.8
申请日：2023-03-21
Applicant: 南京邮电大学
Abstract: 本发明涉及微电子材料与器件技术领域，涉及一种基于铋接触电极的N型聚合物场效应晶体管的制备方法；N型聚合物场效应晶体管为顶栅底接触结构；首先在衬底上通过掩膜版使用真空蒸镀的方式制备铋金属膜作为源、漏电极，随后在其表面旋涂有机半导体作为有源层，待其退火结束后在其表面旋涂绝缘体作为介电层，最后通过掩模膜版在介电层上方蒸镀铝金属膜作为栅电极；该方法制备的接触电极相较于传统的金接触电极，其N型电接触性能获得了明显改善，器件性能明显提升，同时制备成本得到显著下降。
-
Patent Agency Ranking
公开(公告)号：CN116113309B
公开(公告)日：2023-07-25
申请号：CN202310388847.0
申请日：2023-04-13
Applicant: 南京邮电大学
Abstract: 本发明公开了一种采用双保护环的低失调霍尔器件及其使用方法，其中一种采用双保护环的低失调霍尔器件包括横向层组，所述横向层组包括P型衬底、设置于P型衬底中心区域的N+埋层和设置于N+埋层顶部中心区域的P‑埋层，P‑埋层上方设置有N阱有源区，N+埋层和P‑埋层形成横向保护环；侧围层组，所述侧围层组包括设置于N阱有源区外侧的P型外延层，所述P型外延层中设置有与N+埋层顶部连接的高压N阱，所述P型外延层中设置有与P型衬底顶部连接的高压P阱，高压P阱设置于高压N阱外侧，P型外延层和N+埋层形成纵向保护环；本发明的霍尔器件具有低失调、高灵敏度和强抗干扰能力。
-
公开(公告)号：CN116801683A
公开(公告)日：2023-09-22
申请号：CN202310731441.8
申请日：2023-06-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种原位交联有机小分子制备电子传输层的方法及其应用，包括，将可原位交联的有机小分子加入到氧化锡胶体或前驱体溶液，同时加入自由基引发剂，充分搅拌；将上述含可交联有机小分子的SnO2溶液旋涂到基片上，然后在热台上退火，即可得到改性的SnO2电子传输层。本发明加入有机小分子在SnO2中实现原位交联，使SnO2层在基底上的致密性和覆盖性更好，引入的有机小分子可以同时钝化SnO2电子传输层和SnO2/钙钛矿界面的缺陷，与钙钛矿层发生配位键合，改善钙钛矿的结晶以及钙钛矿层和传输层间的接触，从而获得高效稳定的钙钛矿太阳能电池。
-
公开(公告)号：CN116390500A
公开(公告)日：2023-07-04
申请号：CN202310275429.0
申请日：2023-03-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于镍电极的高稳定性聚合物场效应晶体管及其制备方法，属于微电子材料及器件技术领域，所述方法包括：首先在衬底上方蒸镀一层镍形成源漏电极，继而通过旋涂的方式在其上方依次形成有机半导体有源层和栅介质层，然后通过蒸镀的方式在栅介质层上方形成栅电极，本发明使用镍作为源漏电极，相较于传统使用金作为源漏电极的器件，其载流子迁移率有所提升，器件的阈值电压明显降低，尤其是在空气暴露的条件下，依然能够保持稳定的电学特性，主要电学参数衰减相对采用常规金电极的器件大幅降低。本申请所提供的制备方法提升了顶栅底接触聚合物场效应晶体管的电学性能及稳定性，具有工艺简单，操作便捷，成本低，稳定性高的特点。
-
公开(公告)号：CN116234328A
公开(公告)日：2023-06-06
申请号：CN202310275427.1
申请日：2023-03-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于稀土金属电极的N型有机场效应晶体管及其制备方法，属于微电子材料及器件技术领域，所述方法包括：首先在衬底上方通过磁控溅射方式形成稀土金属钪源漏电极，继而通过旋涂的方式在其上方形成半导体层和介电层，然后通过热蒸镀在介电层上方形成栅电极，本发明使用稀土金属钪制备N型有机器件，相较于目前广泛使用的金接触电极，其N型场效应晶体管的开关特性等性能大幅改善，载流子迁移率明显提升，能缓解电荷注入瓶颈，提高器件的性能，且本发明能降低器件制备的成本，具有工艺简单，操作便捷的特点，对推动有机晶体管面向CMOS电路应用具有重要意义。
-
公开(公告)号：CN110046656A
公开(公告)日：2019-07-23
申请号：CN201910242039.7
申请日：2019-03-28
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于深度学习的多模态场景识别方法，包括如下步骤：S1、对短文本进行分词处理；S2、将一组图片和短文本分词及相应的标签输入各自的卷积神经网络中进行训练；S3、训练短文本分类模型；S4、训练图片分类模型；S5、将S3与S4中的全连接层输出分别与标准分类结果计算交叉熵，计算平均欧式距离并以此作为损失值，随后再反馈回各自的卷积神经网络，最终得到完整的多模态场景识别模型；S6、将文本和图像预测结果向量相加，得到最终的分类结果；S7、将待识别的短文本和图像分别输入所训练出的所述多模态场景识别模型，进行场景识别。本发明提出了一种多模态场景搜索方式，为用户提供了更加精准、方便的场景识。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
