|
搜索
搜 索
高等教育领域数字化综合服务平台
LED 芯片高速自动分选机
1.本外观设计产品的名称：LED 芯片高速自动分选机。2.本外观设计产品的用途：用于对 LED 芯片执行自动分选的装置。3.本外观设计的设计要点：分选机的整体形状和图案，及其操控键的形状和分布。4.最能表明设计要点的图片或者照片：立体图。5.该装置的顶面和底面未涉及产品设计要点且不常见，故省略俯视图和仰视图。
华中科技大学
2021-04-11
超高频RFID标签芯片
自主设计开发出符合ISO18000-6B、ISO18000-6C标准的四款超高频RFID标签芯片，通过了赛宝实验室（工信部五所）的测试认证，超高频RFID标签芯片测试性能达到Impinj等国际主流公司同期同类产品技术指标。在此基础上，自主设计开发出具有温度感知功能的超高频RFID标签芯片、具有开关状态数监测的超高频RFID标签芯片、具有多传感器接口的超高频物联网标签芯片等样品。
电子科技大学
2021-04-10
超高速模数转换芯片
超高速模数转换器是数据采集系统的核心,广泛应用于宽带通信、数据捕获系统、软件无线电、射频消费类电子等领域,是国外长期禁运的核心电子元器件。
电子科技大学
2021-04-10
多功能存储微系统芯片
在后摩尔时代，发挥多功能、异质集成技术的优势和特点，面向存储系统应用，集成DDR3/DDR4、FLASH、LDO、IPD元件以及阻容元件等，构成具有多功能的存储微系统芯片。
西安电子科技大学
2022-06-10
大功率高端LED芯片
LED具有长寿命、节能环保、微型化等优点，是目前最具竞争力的新一代绿色照明光源。突破高发光效率的功率型高端LED芯片技术，将加快实现LED在通用照明、可见光通信、高端显示等领域的应用。在国家863计划、广东省战略性新兴产业LED专项等重大项目的支持下，项目团队成功开发出效率超过130lm/W的高压LED芯片、大尺寸垂直LED芯片和新型倒装薄膜LED芯片，相关技术指标处于国内领先水平。相关成果发表在Nanoscale Research Letters等国际权威期刊上，申请了22 项国家专利，其中已授
华南理工大学
2021-04-14
快照式光谱成像芯片
利用超表面与图像传感器集成的新方案实现快照式光谱成像芯片，结合计算光谱分析原理及重建算法，研制出了可见光波段、高精度的光谱成像芯片。
清华大学
2021-02-24
一种红外聚光芯片
本发明公开了一种红外聚光芯片。该芯片包括圆柱形的液晶调相架构，其包括液晶材料层，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；图形化电极层由圆形导电膜和同心设置在圆形导电膜外围的至少一个圆环形导电膜构成，圆形导电膜的直径大于与其相邻的圆环形导电膜的径向宽
华中科技大学
2021-04-14
碳纳米管芯片技术
芯片是信息科技的基础与推动力。然而，现有的硅基芯片制造技术即将触碰其极限，碳纳米管技术被认为是后摩尔技术的重要选项。相对于传统的硅基CMOS晶体管，碳纳米管晶体管具有明显的速度和功耗综合优势。IBM的理论计算表明，若完全按照现有二维平面框架设计，碳纳米管技术相较硅基技术具有15代、至少30年以上的优势。此外，Stanford大学的系统层面的模拟表明，碳纳米管技术还有望将常规的二维硅基芯片技术发展成为三维芯片技术，将目前的芯片综合性能提升1000倍以上，从而将物联网、大数据、人工智能等未来技术提升到一个全新高度。
北京大学
2021-02-01
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
阿尔茨海默病脑活动和脑网络异常准确刻画方法
阿尔茨海默病（AD）是一种不可逆的神经退行性疾病。大量基于功能磁共振影像的研究提示AD可能是一种失连接综合征。但是由于缺乏大样本、多站点的数据集交互验证，迄今为止与AD脑功能活动、脑连接的异常模式还没有得到一个清晰一致的结论，脑功能活动是否可以作为AD的早期影像学标记也有待进一步验证。为准确刻画AD的脑活动、脑连接和脑网络异常模式，并探索功能磁共振影像指标作为AD早期识别标记的可行性，中国科学院自动化研究所脑网络组研究中心联合中国人民解放军总医院、首都医科大学宣武医院、天津环湖医院和山东大学齐鲁医院等国内外多家单位的研究人员组成的研究团队，共同利用多中心、大样本的功能磁共振影像数据(N=688)，使用荟萃分析的方法找到了AD中稳定的、可重复的功能异常模式，并从标记的泛化性、个体化精准诊断可行性与生物机制解析等方面进行了系统的研究。该研究成果近日在《Human Brain Mapping》在线发表。本研究首次使用多中心、大样本的静息态功能磁共振数据集对AD患者的功能异常进行了全面系统的研究，并评估了与AD有关的功能异常作为AD诊断的生物标记物的有效性和泛化性。更具体地说，研究发现脑内默认网络(DMN)、扣带回、基底神经节以及海马的异常功能连接和局部活动可能是AD认知能力、脑内信息交流受损的基础。脑网络异常的严重程度的个体间差异与认知损害程度、β淀粉样蛋白累积程度显著相关，这进一步加深了我们对AD的神经生物基础和脑功能活动异常之间关系的理解。跨中心独立验证的个体识别准确率和临床评分预测的结果表明脑功能活动异常可能作为AD发生发展可能的影像学标记物。后续独立验证数据集和一系列的对比实验证实了结果的可重复性和泛化性，夯实了本文的结论。这也是该团队继基于多中心的功能磁共振阿尔茨海默病脑活动改变研究和基于海马影像组学的AD早期识别的研究之后，在AD的脑影像异常表征上取得的又一重要进展。团队后续的工作将集中在更多独立中心、纵向跟踪的高危人群的验证工作，并希望和更多的团队建立进一步的合作。该研究受到国家重点研发计划课题、国家自然科学基金委面上项目、中国科学院先导项目和模式识别国家重点实验室开放课题等项目的支持。相关论文信息：https://onlinelibrary.wiley.com/doi/10.1002/hbm.25023
首都医科大学
2021-04-11