買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜西安電子科技大學(xué)申請的專利一種基于稠密連接網(wǎng)絡(luò)的單粒子預(yù)測效應(yīng)方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115561559B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-23發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202211274849.9，技術(shù)領(lǐng)域涉及：G01R31/00；該發(fā)明授權(quán)一種基于稠密連接網(wǎng)絡(luò)的單粒子預(yù)測效應(yīng)方法是由王樹龍;張旭艷;陳思宇;李宇航;劉伯航;曹憲法設(shè)計研發(fā)完成，并于2022-10-18向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于稠密連接網(wǎng)絡(luò)的單粒子預(yù)測效應(yīng)方法在說明書摘要公布了：本發(fā)明公開了一種基于稠密連接網(wǎng)絡(luò)的單粒子預(yù)測效應(yīng)方法，包括以下步驟；步驟1，GEANT4建模：步驟2，將獲取到的不同粒子條件下的LET數(shù)據(jù)作為數(shù)據(jù)集；步驟3，將樣本總數(shù)據(jù)集隨機(jī)劃分為訓(xùn)練集，交叉驗證集和測試集，并固定隨機(jī)種子以確保實驗結(jié)果可復(fù)現(xiàn)；步驟4，基于稠密連接網(wǎng)絡(luò)構(gòu)建預(yù)測模型；步驟5，將訓(xùn)練集輸入預(yù)測模型優(yōu)化預(yù)測模型；步驟6，在步驟5過程中同時將交叉驗證集輸入預(yù)測模型，通過對比其損失函數(shù)曲線與訓(xùn)練集損失函數(shù)曲線來調(diào)整優(yōu)化過程中的訓(xùn)練集重復(fù)訓(xùn)練次數(shù)與反向傳播中的學(xué)習(xí)率；步驟7，評估其預(yù)測準(zhǔn)確率與泛化能力。本發(fā)明能準(zhǔn)確和快速地預(yù)測微電子器件的線性能量傳輸數(shù)據(jù)，從而分析單粒子效應(yīng)對其產(chǎn)生的影響。

本發(fā)明授權(quán)一種基于稠密連接網(wǎng)絡(luò)的單粒子預(yù)測效應(yīng)方法在權(quán)利要求書中公布了：1.一種基于稠密連接網(wǎng)絡(luò)的單粒子預(yù)測效應(yīng)方法，其特征在于，包括以下步驟；步驟1，GEANT4建模：在GEANT4軟件工具包中構(gòu)建由硅材料組成的矩形平行六面體敏感體，將其作為各粒子入射的靶材料；建立世界，使用真空環(huán)境作為填充物；構(gòu)建物理列表，將α粒子和四種不同原子質(zhì)量的B、N、Ne、Ar重離子加入物理列表；設(shè)置粒子槍，指明粒子種類、入射方向、入射角度和敏感體摻雜濃度、厚度，并以定義變量的方式寫入腳本文件；統(tǒng)計能量沉積，采集LET數(shù)據(jù)，LET的計算表達(dá)式如下：LET＝1ρ×dEdx其中ρ為硅材料的密度，E為輻射產(chǎn)生的能量，dEdx為材料中基本軌道阻止能力，以線性電荷沉積表示能量沉積導(dǎo)致的總量增加和在敏感空間內(nèi)能量損失兩種情況后的有效LET值，解釋為單位長度上的轉(zhuǎn)移電荷或沉積電荷，換算公式如下所示：dNdx＝dPdx＝|dEdx|W＝ρW·LETN為電子空穴對數(shù),W為材料的平均電離能，對于硅材料Wsi≈3.6MeV、E＝1.6×10-19C；步驟2，將在GEANT4中獲取到的不同粒子種類、入射方向、入射角度和不同敏感體摻雜濃度、厚度下的LET數(shù)據(jù)作為數(shù)據(jù)集；步驟3，將樣本總數(shù)據(jù)集隨機(jī)劃分為訓(xùn)練集，交叉驗證集和測試集，并固定隨機(jī)種子以確保實驗結(jié)果可復(fù)現(xiàn)；步驟4，基于稠密連接網(wǎng)絡(luò)構(gòu)建預(yù)測模型；步驟5，將訓(xùn)練集輸入預(yù)測模型，通過損失函數(shù)衡量預(yù)測值與真實值之間的差距，并進(jìn)行反向傳播來更新預(yù)測模型中的相關(guān)權(quán)重與偏置參數(shù)，進(jìn)而不斷優(yōu)化預(yù)測模型；步驟6，在步驟5過程中同時將交叉驗證集輸入預(yù)測模型，通過對比其損失函數(shù)曲線與訓(xùn)練集損失函數(shù)曲線來調(diào)整優(yōu)化過程中的訓(xùn)練集重復(fù)訓(xùn)練次數(shù)與反向傳播中的學(xué)習(xí)率，提高預(yù)測模型精度的同時削弱訓(xùn)練過程中擬合造成的不良影響；步驟7，將測試集輸入訓(xùn)練完成后的模型，評估其預(yù)測準(zhǔn)確率與泛化能力。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人西安電子科技大學(xué)，其通訊地址為：710071 陜西省西安市太白南路2號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。