本发明公开了一种基于深孔填充的三维半导体存储器件及其制 备方法。该制备方法适用于制备三维半导体存储器的 U 型沟道：采用 双离子束沉积技术，一束离子轰击靶材，使材料原子发生溢出，原子 沿轨迹沉积到深孔中，一束离子轰击深孔表面，使沉积的材料无法覆 盖深孔顶部，从而确保三维半导体存储器件 U 型沟道的完整形成。U 型沟道的半导体存储器件的电极从器件上方引出，减小了电极的接触 面积，同时U型半导体存储器件的NAND串可以包

本发明公开了一种掺杂硅量子点发光二极管，包括硅衬底，沉 积银纳米颗粒层，以及在银纳米颗粒结构上沉积多层分布均匀且包含 掺杂硅量子点的 SiNx 薄膜，透明导电薄膜 AZO 层以及 Si3N4 钝化层。 还公开了该发光二极管的制备方法，利用掺杂硅量子点-SiNx 薄膜的电 致发光特性，构成发光二极管的发光有源层；利用掺杂可以钝化量子 点，同时掺杂硅量子点与硅衬底形成的 p-n 结增强电子空穴的辐射复 合。此外，利用银纳

1. 痛点问题 我们生活在一个真实的三维世界中，二维环境感知是远无法满足我们的实际需求。在诸如自动驾驶、机器人抓取和三维目标识别等应用中（如图1），我们经常需要推理三维空间中物体之间的位置关系，从而能够理解真实三维场景并做出进一步的决策行为。 图1 自动驾驶、视觉抓取、物体识别 2. 解决方案 本技术成果提出了一种三维视觉目标检测与识别方法。在三维视觉目标检测方面，提出了一种基于关系推理网络的单目三维物体检测方法，方法流程图如图2所示。方法提出了一种新的单目三维物体检测架构，训练了一个深度关系推理网络来估计三维候选和真实物体之间的空间位置关系，通过测量投影结果和真实物体之间的视觉拟合度来实现高精的三维空间定位。 图2 三维目标检测的流程图 在三维视觉目标识别方法，提出了一种基于球面分形卷积神经网络的三维点云识别技术，方法流程图如图3所示。方法通过引入球面分形结构，将原始三维点云通过可学习的神经网络投影到球面，使得卷积神经网络可以高效处理三维点云数据并进行特征特征，同时通过设计基于分形结构的层次化学习框架，提高了三维点云物体识别的精度，实现了对于三维点云目标在旋转条件下特征表示的鲁棒性。 合作需求 寻求在人工智能、智能机器人、智慧城市等领域有相关技术开发、市场推广经验，能推进本技术落地的高科技企业，可以进行深度合作。本技术成果有望在自动驾驶、虚拟现实等场景进行落地应用。

成果简介：项目获国家 973、863 计划支持，获得国家科技进步二等奖1 项、 省部级科技一等奖 3 项，发明专利 20 余项。 技术领域：新型材料 应用范围：能源环保，新材料 所在阶段：小规模生产，试生产阶段 成果转让方式：技术转让、技术入股与合作、技术服务 市场状况及效益分析：本项目研究开发的具有自主知识产权的高功率镍氢动力电池(>1250W/kg)和锂离子动力电池(>1800W/kg)已应用于东风、奇瑞、长安、

该方法涉及道路半刚性基层材料改善技术领域，先将聚丙烯纤维预分散在石灰和粉煤灰中，然后再与集料和水搅拌混合，形成聚丙烯纤维二灰碎石基层材料，优于现有二灰碎石基层材料，特别是其抗开裂性能，其抗弯拉、间接抗拉、温度收缩、干燥收缩、水稳定性等性能相比较二灰碎石材料都有较大幅度的提高。

本发明公开了一种可调控的空间电磁感应透明超材料器件。该 器件包括基板和位于基板上的能产生电磁感应透明现象的金属单元阵 列；所述金属单元阵列包括多个阵列分布的金属单元，所述金属单元 包括第一金属微结构和第二金属微结构，所述第一金属微结构包括第 一金属图形，所述第二金属微结构包括第二金属图形，所述第一金属 微结构和/或所述第二金属微结构还包括半导体元件。本发明能有效解 决现有技术中不能简单快速地对电磁感应透明超材料的工作

主要包含石墨炭素物理性能检测仪器及制样设备，如石墨中温导热系数测试仪，真空膨胀仪，动态法弹性模量仪，氧化性测定仪，电阻率测定仪，真密度测定仪，高温抗折仪，抗压抗折试验机，行星式球磨机等。

DPP类颜料（吡咯并吡咯二酮系有机颜料）具有很高的耐晒牢度、耐气候牢度和耐热稳定性，可单独或与其它颜料拼混使用以调制汽车漆。在DPP系有机颜料的专利有效期内（1986~2003），瑞士Ciba公司是此类有机颜料的唯一生产商。2003年后，国内开始研发生产DPP类有机颜料，但是截止到?00?年，能够被国外的汽车漆厂商接受用于调制汽车原装漆的只有我们生产的品种。生产DPP类颜料的技术关键主要在于中间体（各种芳香腈和丁二酸酯）的低成本生产，按照Ciba公司的专利，合成DPP类化合物所用的丁二酸酯一般为丁二酸的低级脂肪酯，其缺点是反应收率不高，有相当部分的原料没有转化或是生成了对人体有害的副产物。 为此，我们发明了一种环境友好的生产芳香腈的工艺，低成本地制造出所需要的芳香腈，还设计并合成了一种丁二酸的高级脂肪酯，用它与芳香腈反应可高产率地获得DPP类化合物，再对后者采用我们在以往的工作中累积的颜料化加工的技术对其进行颜料化加工，从而高品质地生产出DPP类有机颜料，部分品种已经被国外的汽车漆厂商用于制造汽车漆，成果获国家发明专利（ZL200510030080.6）授权，并在胶州市精细化工有限公司实现了工业化生产。

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

本发明提出了多态聚类的概念，并公开了一种时序网络与时序 数据的多态聚类分析方法。多态聚类是一种针对时序网络或时序数据， 以多种标准作为相似性度量指标的聚类分析方法，包括以下步骤：首 先，如果处理对象为时序数据，则只对时序数据加工成特定的形式， 而如果处理对象为时序网络，则通过谱映射的方法把时序网络映射为 特定形式的时序数据。其次建立此时序数据的多态向量，最后，对多 态向量采用改进的同步化聚类方法聚类得到多态聚类结果。