基于多特征表征学习的版图热点检测方法及其存储介质(高校公示15天)(不包年费滞纳金)(需要二变)
本发明属于集成电路设计领域,具体涉及一种基于多特征表征学习的版图热点检测方法及其存储介质。该方法首先构建了一种由特征重构网络、特征融合网络和分类器构成的全新架构的版图热点检测模型。特征重构网络采用U型网络提取不同尺度的重构特征。编码器中引入多特征建模交互模块提取并建模包括视觉特征和几何特征的热点信息。并通过层间交叉编码模块、层间引导解码模块实现特征增强。然后再采用带有标签平滑的BCE损失作为损失函数,对版图热点检测模型利用非平衡与平衡的数据集进行两阶段训练,最后应用模型对输入的版图进行热点识别。本发明解决了现有方案对版图特征的提取和表征不充分进而导致热点识别的精度和效率不足的问题。
《基于多特征表征学习的版图热点检测方法及其存储介质(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 202610128990X,当前法律状态为已下证,由安徽大学提出申请,发明人为朱明;陈汉;彭春雨;吴秀龙;李志刚;刘玉,申请日期为2026-01-30,公开(公告)日期为2026-04-03,国际专利分类号(IPC)为 G06F 30/392 (2020.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明属于集成电路设计领域,具体涉及一种基于多特征表征学习的版图热点检测方法及其存储介质。该方法首先构建了一种由特征重构网络、特征融合网络和分类器构成的全新架构的版图热点检测模型。特征重构网络采用U型网络提取不同尺度的重构特征。编码器中引入多特征建模交互模块提取并建模包括视觉特征和几何特征的热点信息。并通过层间交叉编码模块、层间引导解码模块实现特征增强。然后再采用带有标签平滑的BCE损失作为损失函数,对版图热点检测模型利用非平衡与平衡的数据集进行两阶段训练,最后应用模型对输入的版图进行热点识别。本发明解决了现有方案对版图特征的提取和表征不充分进而导致热点识别的精度和效率不足的问题。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
