-
公开(公告)号:CN109522905A
公开(公告)日:2019-03-26
申请号:CN201811217831.9
申请日:2018-10-18
Applicant: 湖南大学
Abstract: 本发明公开一种基于FFT特征提取的热点检测方法,其将GDSII版图文件转化为二值(0/1)文本作为算法输入格式;对样本做随机镜像翻转;利用快速傅里叶变换对样本进行特征提取,得到特征的矩阵表示;构建CNN网络结构,将代表样本特征的矩阵输入到CNN网络中进行训练;利用训练好的模型对测试样本进行分类,检测分类效果。本发明的热点检测方法改善了正负样本不平衡对训练模型性能的影响;能够快速过滤版图中的无效信息,并保留版图中最具代表性的特征,对分类识别的准确性和检测的运行时间都有很大提升;同时采用了卷积神经网络训练效果更佳,具有更大的扩展性。
-
公开(公告)号:CN119067065A
公开(公告)日:2024-12-03
申请号:CN202411087230.6
申请日:2024-08-08
Applicant: 飞腾信息技术有限公司 , 湖南大学
IPC: G06F30/398 , G06F30/394 , G06F30/392 , G06F30/3312
Abstract: 本说明书实施例提供了一种时序分析方法,在预布线阶段进行时序分析时,基于目标电路的目标信息,得到目标电路的线时延时序特征,基于所述线时延时序特征和所述工艺角特征,对所述目标电路进行时延分析,得到所述目标电路中各所述节点的到达时间,并基于所述目标电路各所述节点的到达时间和各所述节点对应的要求到达时间,得到所述目标电路中各路径的时序分析结果,在时序分析过程中得到的线网自身特征不仅考虑了布局输入信息和布线树中的相关信息,而且考虑了前瞻树中两端连接关系之间布线的RC信息,解决了预布线阶段中由于缺少实际布线信息,导致RC信息缺失,进而导致预布线阶段时序分析(特别是线时延分析)不准确的问题。
-
公开(公告)号:CN116912272B
公开(公告)日:2023-11-21
申请号:CN202311181981.X
申请日:2023-09-14
Applicant: 飞腾信息技术有限公司 , 湖南大学
IPC: G06T7/11 , G06T7/136 , G06T7/62 , G06V10/74 , G06F30/392
-
公开(公告)号:CN116912272A
公开(公告)日:2023-10-20
申请号:CN202311181981.X
申请日:2023-09-14
Applicant: 飞腾信息技术有限公司 , 湖南大学
IPC: G06T7/11 , G06T7/136 , G06T7/62 , G06V10/74 , G06F30/392
Abstract: 本申请提出一种创建候选剪辑区域的方法、装置、电子设备及存储介质,该方法包括:根据集成电路版图的标记区域,以及标记区域对应的剪辑区域的尺寸,确定各个标记区域各自对应的剪辑寻找区域;其中,所述标记区域为潜在热点位置所在的版图区域,所述标记区域对应的剪辑区域为中心点位于所述标记区域内、并且包含所述标记区域的版图区域;确定各个剪辑寻找区域中的第一剪辑寻找区域和第二剪辑寻找区域之间的最大匹配区域;在所述第一剪辑寻找区域和所述第二剪辑寻找区域的所述最大匹配区域内,创建候选剪辑区域。以通过该方法创建的候选剪辑区域为基础进行剪辑区域聚类,降低剪辑区域聚类数量。
-
-
-