专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果49个,建议您升级VIP下载更多相关专利
  • [发明专利]一种埋入基板的芯片增厚方法-CN202110058767.X有效
  • 王豪杰;崔碧峰;王启东 - 北京工业大学
  • 2021-01-16 - 2023-04-28 - H01L21/56
  • 本发明公开了一种埋入基板的芯片增厚方法,在芯层上进行电互连的通孔加工,利用激光打孔工艺开取与埋入器件尺寸相匹配的槽体;加工金属载板,金属载板的中心点需与埋入器件的中心点重合;在金属板上涂胶,将埋入芯片的正面对准贴在金属载板中心处,拾取贴有芯片的金属载板进行载板与槽体贴合,然后翻转基板,使没有载板的槽面朝上,向槽内注射银浆胶体,到达与基板面平行停止注射,用另一块金属载板贴在槽体上面,对金属载板施加一定的压力,提高槽体上表面的平整度;将埋入好的芯层放入烘箱进行银浆固化,固化完成后取下金属载板。本发明适合有衬底接地和导热需求的功率芯片,埋入芯层的芯片有较高的平整度,对后续进行叠层工艺提供有力的保证。
  • 一种埋入芯片方法
  • [发明专利]一种兼具减小发散角与散热的垂直腔面发射激光器-CN202210552310.9在审
  • 崔碧峰;李彩芳;冯靖宇;王翔媛;陈芬;郑翔瑞;陈中标 - 北京工业大学
  • 2022-05-19 - 2022-08-05 - H01S5/024
  • 一种兼具减小发散角与散热的垂直腔面发射激光器,属于半导体光电子领域。所述激光器包括:n型电极,GaAs衬底,n型布拉格反射镜,n‑间隔层,量子阱结构,p‑间隔层,p型布拉格反射镜,位于p型布拉格反射镜底部的氧化限制层,隔离层,p型电极,散热机构。本发明设置散热机构,散热机构制备在发光区内,或制备在发光区外,或同时制备在发光区内和发光区外。通过合理设计能够得到器件内部不同的温度差异分布,温差导致材料的折射率差发生变化,得到不同的波导效应,能够得到发散角更小的器件,同时器件的热性能得到明显改善。本发明解决了制备VCSEL过程中,刻蚀上DBR层对器件可靠性造成影响的问题,也解决了大功率VCSEL的散热问题。
  • 一种兼具减小发散散热垂直发射激光器
  • [发明专利]一种脊柱侧弯的前屈试验辅助检测系统-CN202210345124.8在审
  • 崔碧峰;张宇航;王翔媛 - 北京工业大学
  • 2022-03-31 - 2022-07-08 - A61B5/00
  • 本发明公开了一种脊柱侧弯的前屈试验辅助检测系统,包括发光板,所述发光板上设置发散光源阵列和光学摄像头,所述发散光源阵列包括80个以固定间隔二维排列的发散光源,所述光学摄像头设置于发散光源阵列中心;支架,所述支架一侧设置滑动式直线导轨,所述发光板的一侧通过连接杆固定至所述滑动式直线导轨滑块;以及底座,所述底座的一侧连接至所述支架,所述底座设置中对称线、用于定位人体双脚的第一定位部和第二定位部,所述第一定位部与所述第二定位部相对于所述中对称线对称设置。本发明适用于人体形态普查及脊柱畸形疾病的初筛。本发明结构简单,便于使用,造价低廉,准确度高,利于推广和使用。
  • 一种脊柱试验辅助检测系统
  • [发明专利]一种通用的卷积神经网络无损压缩与加速方法-CN202110292295.4在审
  • 崔碧峰;许建荣;李超;张宇航;王翔媛 - 北京工业大学
  • 2021-03-18 - 2021-07-06 - G06N3/04
  • 本发明公开了一种通用的卷积神经网络无损压缩与加速方法,卷积神经网络模型经过无损压缩器优化,以实现模型在嵌入式设备或移动设备上的部署问题。该无损压缩器由结构化剪枝器与模型重塑器进行级联构成。结构化剪枝器用于实现模型结构上的精简优化,通过某些结构化剪枝方法实现对模型参数、FLOPs、模型储存空间的结构化极大压缩;模型重塑器则是对结构化剪枝器精简优化后的模型根据模型特点进行一定程度上的模型重塑,重塑的时,在已优化的模型上尽可能引入更少的结构注入到优化模型中,保证优化后的模型有较少的计算力、参数量的增加,但却性能够上有明显的提升,从而实现模型性能的明显恢复。
  • 一种通用卷积神经网络无损压缩加速方法
  • [发明专利]基于高斯分布特征的深层卷积神经网络压缩加速方法-CN202011205437.0在审
  • 崔碧峰;许建荣;李超;徐勇军 - 北京工业大学
  • 2020-11-02 - 2021-06-04 - G06N3/04
  • 本发明公开了基于高斯分布特征的深层卷积神经网络压缩加速方法,适用于深度神经网络模型的压缩。首先训练好一个原始的卷积神经网络,然后逐层对该网络进行高斯分析,根据分析的结果选择保留还是删除的卷积核,之后进训练,直到模型剪枝完成。本发明在进行压缩剪枝过程中,采用的技术方案是根据分布收敛特征进行剪枝,在压缩的过程中没有引入其他的剪枝约束超参数,因此压缩的过程是自动化搜索的。本发明的压缩结果是直接压缩出更小的模型,没有引入mask对权重进行操作,压缩的结果可以不依赖于相关的加速库而直接产生加速效果,始终让模型的性能保证在原来的基础上,即没有出现任何的精度损失下进行的。
  • 基于分布特征深层卷积神经网络压缩加速方法
  • [发明专利]一种深度神经网络模型压缩方法-CN202010174807.2在审
  • 许建荣;徐勇军;崔碧峰;李超 - 中国科学院计算技术研究所
  • 2020-03-13 - 2020-07-28 - G06N3/08
  • 本发明涉及一种深度神经网络模型压缩方法,包括如下步骤:1)通过标准神经网络训练流程完成对复杂模型的训练,获得原始模型;2)按照下述公式之一利用结构化剪枝和非结构化剪枝对所述原始模型进行剪枝:{(s,st,u,ut)*(n‑1),(s,st,u)}或者{(u,ut,s,st)*(n‑1),(u,ut,s)};其中,s:结构化剪枝;st:结构化剪枝重训练;u:非结构化剪枝;ut:非结构化剪枝重训练;(s,st,u,ut)*(n‑1)表示将(s,st,u,ut)按照所述顺序重复n‑1次,(u,ut,s,st)*(n‑1)表示将(u,ut,s,st)按照所述顺序重复n‑1次,其中n大于等于1;3)对步骤2)经过剪枝获得的模型进行训练。
  • 一种深度神经网络模型压缩方法
  • [发明专利]一种激光显示亮度的调节方法-CN201510442714.2有效
  • 崔碧峰;孔真真;李莎;黄欣竹 - 北京工业大学
  • 2015-07-26 - 2020-02-18 - G03G21/14
  • 一种激光显示亮度的调节方法;检测模块检测外部环境参数变化;控制中心的面积控制部分接收来自检测模块的信息,通过计算得出投影面积,传送给光功率控制部分从而计算出当前的光功率大小。控制中心的光功率控制部分根据接收到的面积信息和外部环境光照强度,结合算法流程图对计算出光功率进行判断,使其同时满足舒适的亮度比和安全的亮度值。激光光源功率控制模块根据控制中心的指示控制投影激光光源的光功率,从而输出合理的亮度。本投影方法可以通过检测模块检测环境的亮度,并自动调节激光亮度输出,使人眼得到清晰的亮度感觉。可在根据屏幕大小变化快速调节亮度,同时自动将光功率控制在安全范围内,快捷方便。
  • 一种激光显示亮度调节方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top