本发明公开了一种基于电控液晶红外发散平面微透镜的红外波束控制芯片。其包括电控液晶红外发散平面微透镜阵列；电控液晶红外发散平面微透镜阵列包括液晶材料层，依次设置在液晶材料层上表面的第一液晶初始取向层、第一电隔离层、图形化电极层、第一基片和第一红外增透膜，以及依次设置在液晶材料层下表面的第二液晶初·750·始取向层、第二电隔离层、公共电极层、第二基片和第二红外增透膜；公共电极层由一层匀质导电膜构成；图形化电

本发明公开了一种用于高密度芯片的倒装键合平台，包括基座、芯片剥离和翻转单元、XY 向运动单元、多自由度键合头和贴装台单元，其中芯片剥离和翻转单元用于将晶圆盘上的芯片分别执行剥离和翻转，并将其送至待拾取位置；多自由度键合头以悬臂形式安装在 XY 向运动单元的支撑导轨上，并具有主动调平和对准功能；贴装台单元用于吸附基板并与键合头相配合，由此实现芯片与基板之间的相互定位。此外，为了保证各单元高精度的运动或配合，该倒装键合平台中还配置有多套视觉定位系统。通过本发明，能够达到微米级的对准精度，平行调整精度优于

本发明公开了一种可寻址层析视场的液晶基成像探测芯片。包括面阵电控液晶成像微透镜和面阵光敏探测器，其中，单元电控液晶成像微透镜用于对目标通过物镜形成的压缩光场执行进一步的汇聚式压缩，通过调变加载在所述面阵电控液晶成像微透镜上的信号电压的均方幅值，调变所述单元电控液晶成像微透镜的光汇聚能力，进而调变由物镜和所述单元电控液晶成像微透镜共同确定的目标对焦平面，从而在深度方向上改变能清晰成像的目标图层，执行成像视场在深度

本发明公开了一种倒装 LED 芯片在线检测的收光方法，该收光 测试方法包括如下步骤：待测试芯片被移动至积分球收光口的上方； 设置于积分球下方的积分球升降装置向上运动，使所积分球的收光口 对准所述待测试的倒装 LED 芯片的发光侧，并且使设置于积分球收光 口处的板片贴紧装载待测试倒装 LED 芯片的盘片。按照本发明设计的 收光测试组件，能够成功地解决倒装 LED 芯片电机和发光面不同侧的 问题，具有高的收光精度，尤其与倒装 LED 芯片在线检测装置配合使 用，能够显著提高性能，实现倒装 LED 芯片的

本发明公开了一种双模复合红外电控液晶微透镜阵列芯片，包括：芯片壳体、电控散光液晶微透镜阵列、以及电控聚光液晶微透镜阵列，电控散光液晶微透镜阵列与电控聚光液晶微透镜阵列级联耦合构成双模复合电调架构，电控散光液晶微透镜阵列与电控聚光液晶微透镜阵列均设置在芯片壳体内部，二者彼此紧密贴合并与芯片壳体连接，且二者的光轴重合，电控散光液晶微透镜阵列的光入射面和电控聚光液晶微透镜阵列的光出射面分别通过芯片壳体顶面和底面的开口

本发明提供了一种多相位时钟产生器，该多相位时钟产生器通过对输入时钟信号进行处理，输出与N个对应于不同相位的注入电流信号，N为4的整数倍，并在交叉耦合环形振荡器中设置交叉耦合环路，该环路基于相位顺序分别与N/4个二级环形振荡器中各输出节点相耦接，二级环形振荡器通过交叉耦合机制，实现了高工作频率、高稳定性的振荡频率输出和低误差的相位对齐，使得其能够输出N个等间隔相位的振荡时钟信号，由于二级环形振荡器中的各输出节点还基于相位顺序被输入注入电流信号，对二级环形振荡器完成了频率和相位的锁定，该频率与输入时钟信号的频率相同，且相位噪声非常低，从而，本发明可以生成低相位噪声、高相位精度的高速多相位时钟信号。

房树人心理测验系统

AI多模态情绪分析系统，是人工智能与心理学、计算机视觉、听觉感知等学科深度融合的前沿方向。它不再局限于传统的问卷答题，而是像一位敏锐的观察者，通过分析你的面部微表情、语音语调、肢体语言，甚至生理信号，来实时、客观地"读懂"你的情绪状态。这种技术正在心理健康、教育、人机交互等领域开启全新的可能性。 这套系统的核心在于"多模态"和"融合"。它模拟了人类如何综合视觉、听觉信息来理解对方情绪的过程。 多源数据采集：系统通过摄像头、麦克风等设备，同步采集个体的面部视频、语音音频，甚至可接入可穿戴设备获取心率等生理信号。 单模态特征提取：针对每种数据，用不同的AI模型提取情感特征。 视觉：分析面部肌肉运动（如嘴角上扬、眉毛紧蹙）、头部姿势、眼神等。先进的技术甚至能捕捉难以伪装的微表情（持续仅1/25至1/5秒），或通过分析面部血流图谱（rPPG）来感知生理唤醒水平。 听觉：提取语调、语速、音高、能量（MFCC梅尔频率倒谱系数）等声学特征，判断声音中的情绪色彩。 文本/语义：如果涉及对话，系统还会分析说话内容的语义，理解话语背后的真实意图和情感倾向。 多模态融合与情感解码：这是最关键的一步。系统通过复杂的深度学习算法（如Transformer、自监督多任务学习框架等），将来自不同模态的特征信息进行时空对齐和深度融合。例如，一句愤怒的"我没事"，配上闪躲的眼神和紧绷的嘴角，才会被准确识别为"掩饰性的愤怒"，而非字面意思的"没事"。  

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。

本发明提供了一种气动直线驱动的芯片拾取翻转装置，主要包括旋转驱动组件、翻转臂组件、直线驱动组件、芯片吸取组件和传感器组件，在旋转驱动组件的驱动下翻转臂组件带动芯片吸取组件翻转实现对芯片的翻转，直线驱动组件驱使吸取组件的吸嘴靠近或远离芯片实现对芯片的安全吸取，传感器组件检测吸取组件的翻转角度以供外部控制系统。旋转驱动组件采用伺服电机与减速器的配合方式，保证较高的翻转精度；直线驱动组件采用气动驱动方式调节吸嘴与芯片间的距离以保证两者间的安全间隙。