|
搜索
搜 索
高等教育领域数字化综合服务平台
芯片功率器件测试实验平台
芯片功率器件测试平台，以工程教育专业认证为引领参与高校专业建设，以信息化引领构建学习者为中心的教育生态，培养集成电路硬件测试人才。为学生提供丰富的教学资源以及贴近现实的产业环境，支撑集成电路相关课程的教学与实训，且能进行项目开发和师资培训。
安徽青软晶芒微电子科技有限公司
2021-12-16
一种固态盘闪存芯片阈值电压感知方法及系统
本发明公开了一种固态盘内部闪存芯片阈值电压感知优化方法， 主要用于多层单元闪存芯片使用低密度奇偶校验码纠错时的一种优化 方法。该系统结构主要由 LDPC 编码模块、闪存芯片存储模块、非均 匀阈值电压感知模块、对数似然比计算模块和 LDPC 译码模块组成。 LDPC 编码模块主要对原始数据利用 LDPC 生成矩阵编码生成码字； 闪存芯片存储模块主要存储数据；非均匀阈值电压感知模块主要对闪 存芯片进行非均匀阈值电压感知；
华中科技大学
2021-04-14
一种图像压缩光学芯片的实时在线制作检测系统及方法
本发明属于光电子芯片加工制造技术领域，公开了一种图像压缩光学芯片的实时在线制作检测系统及方法。利用计算机对待压缩图像进行压缩得到第一图像，并扫描得到第一图像灰度信息，根据第一图像得到第一控制信息；超快激光器根据第一控制信息对光学芯片材料进行波导结构加工；激光器阵列根据第一图像灰度信息产生对应功率的激光并通过光纤进入至光学芯片材料；利用光功率探测器阵列接收光学芯片材料输出的激光并得到功率信息；计算机根据功率信息得到第二图像灰度信息，重构得到第二图像，根据第一图像和第二图像得到第二控制信息；超快激光器根据第二控制信息对光学芯片材料进行在线矫正加工。本发明能够提高光学芯片的生产效率、降低制造成本。
湖北工业大学
2021-01-12
原子力显微镜(AFM)虚拟仿真系统
真实还原AFM全流程操作从样品制备(滴样、干燥)→探针校准→扫描参数设置→ 三维成像→ 数据分析
虚拟化沉浸式学习利用虚拟现实技术，真实还原仪器操作流程，有效提高学习效率
智能考核系统自动记录操作轨迹、参数设置合理性、数据处理规范性,生成量化评分报告
教师管理平台教师一键查看班级考核排名、错误率统计,精准定位教学难点
河南元宇宙仪器有限公司
2026-04-24
基于卷积神经网络的可重构类脑计算芯片及支撑系统研发
研发阶段/n主要研究支持神经网络芯片的设计自动化工具及FPGA验证系统，设计自动化工 具本身针对ASIC和FPGA都适用。 项目主要研究：（1）研究基于模型层的设计空间探索方法;（2）研究可重构 神经网络硬件单元抽象和归约方法；（3）开发面向嵌入式、功耗约束下的FPGA神 经网络芯片系统，突破神经网络芯片设计小型化遇到的关键难题。本项目提出的自 动综合工具至少支持CNN 等两类不同神经网络拓扑，支持Caffe配置文件prototex 拓扑描述语言，生成的FPGA芯片，性能比CPU快1个数量级，能效比
中国科学院大学
2021-01-12
扫描电子显微镜虚仿系统
通过"CSTM/NTC试验人员技术能力评价体系"的标准打造实验技术人员的能力，为电镜行业的人才培训打下坚实基础。
河南元宇宙仪器有限公司
2026-04-24
菲泰姆超薄切片机虚仿系统
超薄切片机是一种用于制备超薄切片的实验设备，广泛应用于生物医学、材料科学等领域。
它的主要功能是将样品切割成厚度在几纳米到几微米范围内的薄片以便于后续的显微观察和分析。本软件根据菲泰姆自研国产超薄切片机的操作流程，详细展示整个设备的操作流程，高效且直观地指导用户使用设备。
河南元宇宙仪器有限公司
2026-04-24
锂电池组监控芯片
高校科技成果尽在科转云
西安交通大学
2021-04-10
高端数字电视芯片 SoC 设计
芯片的重要功能包括:地面数字电视传输标准 DTMB、有线数字电视传输标准、AVS/MPEGII 解码和 UTI 接口等。清华大学是 DTMB 的重要技术提供方，已经于 2007 年 11 月顺利完成了 DTMB 解调芯片的 MPW 流片，主要性能与国内最好产品的指标相当，一 些指标国内领先，当前正在完成国家重大专项数字电视 SoC 设计和产业化项目。清华大学 同时也是工信部确定的《数字电视接收机 UTI 机卡分离接口技术规范》和《数字电视接收 机 UTI 机卡分离接口测试规范》两项标准的牵头研发单位。在电视机产业面临升级换代的 关键时刻，我们愿意充分发挥自己的技术优势，与合作伙伴一道，以国家重点支持的高端数 字电视芯片 SoC 设计为契机，开发出低成本、高可靠性和有市场竞争力的芯片，为当地电 子信息产业的发展尽微薄之力。
清华大学
2021-04-11
人工智能语音识别芯片转让
人工智能物联网时代要求语音交互有非常好的体验感,室内环境下,当距离超过两米后,通过墙壁的反射造成的混响、音响设备的回声及其他环境噪声对语音识别带来了极大的影响,因此基于麦阵的声音采集与处理模块成为物联网时代的最佳人机交互采集模块。目前成熟的麦克风阵列语音信号采集与前端处理模块尚未出现，市面上仅有少数国外厂家如科胜讯提供双麦降噪芯片。同时,语音识别应用还需要配合降噪处理,目前的方案全部采用分离设计,一颗降噪芯片+一颗语音识别芯片。近年来随着大数据挖掘,基于人工智能神经网络的深度学习开始在语音识别领域进行推广运用,相对于传统的GMM模型,识别率得到了很大的提升。然而神经网络计算量非常巨大,需要采用GPU或CPU阵列的方式来进行运算,并且需要外加语音阵列降噪模块,其方案成本高,体积和功耗大。因此市场上对一款同时支持远场语音麦阵降噪和神经网络识别,具备高性价比的单芯片需求极大,具有巨大的市场前景和竞争力。
电子科技大学
2021-04-10