一种具有额外电极的折叠硅LDMOS及其制作方法

    公开(公告)号:CN114784106A

    公开(公告)日:2022-07-22

    申请号:CN202210353015.0

    申请日:2022-03-31

    摘要: 本发明提供了一种具有额外电极的折叠硅LDMOS及其制作方法,以解决现有技术中延伸的金属栅电极末端的高电场峰限制了器件击穿电压提升的技术问题。本发明包括P型衬底,栅氧化层和场氧化层,P型阱区以及N型漂移区,设置在P型阱区上的P型源区和N型源区,设置在N型漂移区上的第一N型环、第二N型环以及N型漏区,设置在N型源区和P型源区交界处上方的源极电极,设置在N型漏区上方的漏极电极,设置在栅氧化层和场氧化层交界处上方的金属栅电极,设置在场氧化层上方的额外电极;额外电极用于施加正向偏置电压;额外电极与金属栅电极之间设置有第一间隙;额外电极与漏极电极之间设置有第二间隙。本发明还提供了该器件的制作方法。

    基于视觉显著区域和时空特性的视频质量评估方法

    公开(公告)号:CN107318014A

    公开(公告)日:2017-11-03

    申请号:CN201710611593.9

    申请日:2017-07-25

    IPC分类号: H04N17/00

    CPC分类号: H04N17/00

    摘要: 本发明公开了一种基于视觉显著区域和时空特性的视频质量评估方法,克服了现有技术没有虑人类视觉特性和提取的特征不能完整反映视频信息的不足,实现步骤为:(1)提取视频;(2)从所选取的视频中任意选取一帧图像;(3)提取图像的视觉显著区域;(4)判断是否从提取完所有的帧图像;(5)合成视频;(6)获取三维离散余弦变换3D-DCT系数;(7)提取特征;(8)缩减特征维度;(9)判断是否提取完所有视频;(10)预测质量分数;(11)计算视频相关系数;(12)输出相关系数;本发明具有不限定失真类型、充分考虑人眼关注特性和视频时空特性的优点,能够使评估结果更符合主观评价结果。

    电力供应方法、装置、电子设备及存储介质

    公开(公告)号:CN115102238B

    公开(公告)日:2022-11-15

    申请号:CN202211037601.0

    申请日:2022-08-29

    IPC分类号: G06Q10/04

    摘要: 本发明提供一种电力供应方法、装置、电子设备及存储介质,涉及电力供应技术领域,该方法包括:获取多个发电地区及多种发电方式;确定目标发电地区按照多种发电方式中每种发电方式进行电力供应时对应的电力成本及碳排放量,目标发电地区为多个发电地区中的任一发电地区;根据多个发电地区中每个发电地区分别对应的电力成本及碳排放量,基于蜘蛛猴算法确定目标发电方案,目标发电方案包括每个发电地区分别对应的目标发电方式;根据目标发电方案控制每个发电地区进行电力供应。该方法可解决现有的电力供应方法中,电力供应的效率较低的缺陷,基于复杂度较低且局限性较小的蜘蛛猴算法,实现对多个发电地区分配目标发电方式,从而提高电力供应的效率。

    一种基于Ta2NiS5的混合锁模全光纤掺镱激光器

    公开(公告)号:CN110224286A

    公开(公告)日:2019-09-10

    申请号:CN201910478399.7

    申请日:2019-06-03

    IPC分类号: H01S3/067 H01S3/10 H01S3/098

    摘要: 本发明涉及一种基于Ta2NiS5的混合锁模全光纤掺镱激光器,包括泵浦源、波分复用器、掺镱单模光纤、偏振相关隔离器、耦合器、准直器、偏振控制器、拉锥光纤组件、滤波器和单模光纤,其中,波分复用器、掺镱单模光纤、偏振相关隔离器、耦合器、偏振控制器、拉锥光纤组件和滤波器由单模光纤依次串接,且滤波器与波分复用器的输入端连接形成环形光路;泵浦源连接波分复用器的输入端,泵浦源用于产生泵浦光;波分复用器的输出光纤为与掺镱单模光纤相匹配的无源光纤;准直器连接所述耦合器的输出端。本发明的激光器采用Ta2NiS5作为可饱和吸收体,在1μm波长处,全正色散区域可以实现高稳定的混合锁模输出,而且结构简单、稳定性高。

    基于特征向量分布特性的极化SAR图像分类方法

    公开(公告)号:CN104463222B

    公开(公告)日:2021-01-19

    申请号:CN201410804505.3

    申请日:2014-12-20

    IPC分类号: G06K9/62 G06K9/66

    摘要: 本发明公开了一种基于特征向量分布的极化SAR图像分类方法,主要解决现有技术对特征向量分布特性认知不足的问题。其步骤是:1)采用增强Lee对相干矩阵T滤波,得到滤波后的相干矩阵T';2)对T'特征值分解得到最大特征向量e1;3)对e1的每维分量分别取模值,得到变换后的最大特征向量e1';4)选取不同匀质区域作为类别代表区域,并提取该区域的e1';5)对各类匀质e1'进行三维高斯来率模型的均值和协方差参数,并求解各类匀质区域e1'三维高斯概率密度函数;6)对图像进行贝叶斯分类,得到初始分类结果;7)在初始结果上加局部Wishart迭代,并输出最终分类结果。本发明具有对极化SAR图像分类效果好的优点,可用于极化SAR图像目标检测和目标识别。