Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京信息工程大学李浩获国家专利权

南京信息工程大学李浩获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南京信息工程大学申请的专利一种基于单根金丝键合的微波传输特性预测方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116312895B

龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310380847.6,技术领域涉及:G16C60/00;该发明授权一种基于单根金丝键合的微波传输特性预测方法及装置是由李浩;禹胜林;魏志杰设计研发完成,并于2023-04-11向国家知识产权局提交的专利申请。

一种基于单根金丝键合的微波传输特性预测方法及装置在说明书摘要公布了:本发明公开了一种基于单根金丝键合的微波传输特性预测方法及装置,所述方法包括获取键合金丝参数数据;将键合金丝参数数据输入至预先搭建的人工神经网络模型中,得到键合金丝参数的损失函数值;将键合金丝参数的损失函数值与预先设定的阈值进行对比,判断网络预测是否准确,本发明通过自主搭建的人工神经网络模型,预测键合金丝的拱高和跨度与插入损耗、回波损耗及驻波比之间的对应关系,该方法可以快速、准确地推断出键合成品的微波特性是否合格,极大地减少了工程人员的时间和经济成本,提高了工作效率。

本发明授权一种基于单根金丝键合的微波传输特性预测方法及装置在权利要求书中公布了:1.一种基于单根金丝键合的微波传输特性预测方法,其特征在于,包括: 获取键合金丝参数数据;所述键合金丝参数数据包括键合金丝的拱高、跨度以及微带线宽;拱高h取值范围为0.1-0.2mm,跨度l取值范围为0.3-0.6mm,微带线宽有四个,分别为w1、w2、w3和w4,w1的取值范围为1.841-2.241mm,w2的取值范围为0.192-0.392mm,w3的取值范围为1.593-1.993mm,w4的取值范围为0.267-0.667mm;在上述参数范围内进行参数仿真,将仿真得到的S参数进行等间隔采样,间隔为0.1GHz,每组数据的采样点为41,三组数据采样点共为123,总共得到39375对数据,三组数据分别是S11、S12及VSWR,其中S11表示回波损耗,S12表示插入损耗,VSWR表示驻波比; 将键合金丝参数数据输入至预先搭建的加入Dropout机制的人工神经网络模型中,得到键合金丝参数的损失函数值;人工神经网络模型的结构参数包括输入层、第一隐层、第二隐层、第三隐层、第四隐层、第五隐层以及第六隐层,在第六隐层中加入Dropout机制; 所述键合金丝参数的损失函数值包括插入损耗、回波损耗及驻波比;其中,在训练集损失的回波损耗为0.121,在测试集损失的回波损耗为0.593,在训练集损失的插入损耗为0.001,在测试集损失的插入损耗为0.005,在训练集损失的驻波比为0.002,在测试集损失的驻波比为0.011; 将键合金丝参数的损失函数值与预先设定的阈值进行对比,判断网络预测是否准确; 其中,所述人工神经网络模型的训练和测试方法,包括: 获取训练集和测试集; 将训练集输入人工神经网络模型进行训练,当人工神经网络模型训练达到设定程度时,将测试集输入人工神经网络模型进行测试; 测试时,通过损失函数值的变化进行判断,当损失函数值达到设定的收敛条件时,终止训练并保存网络模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京信息工程大学,其通讯地址为:224002 江苏省盐城市盐南高新区新河街道文港南路105号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。