买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京邮电大学;南京邮电大学南通研究院有限公司申请的专利一种基于机器学习的最优结终端结构筛选方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121168290B 。

龙图腾网通过国家知识产权局官网在2026-03-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511714712.4，技术领域涉及：G06F30/27；该发明授权一种基于机器学习的最优结终端结构筛选方法是由陈静;高鸿彬;郭宇锋;姚佳飞;李曼;杨可萌;张珺;章文通;张波设计研发完成，并于2025-11-21向国家知识产权局提交的专利申请。

本一种基于机器学习的最优结终端结构筛选方法在说明书摘要公布了：本发明公开了一种基于机器学习的最优结终端结构筛选方法，包括：S1，训练基于机器学习的不同结终端技术结构参数智能设计模型；S2，构建模型筛选器；S3，一阶段联合优化；S4，二阶段专项优化；S5，筛选最优结终端结构。本发明实现了多模型协同设计，可快速得到满足设计者需求的最优结终端结构，与传统设计者依赖经验设计相比，具有速度快，精确度高等优点，能提高设计人员的设计效率，节省设计时间，且与TCAD仿真对比误差小。

本发明授权一种基于机器学习的最优结终端结构筛选方法在权利要求书中公布了：1.一种基于机器学习的最优结终端结构筛选方法，其特征在于，所述方法包括以下步骤： S1，训练基于机器学习的不同结终端技术结构参数智能设计模型： 基于深度神经网络和差分进化算法构建得到不同结终端技术结构参数智能设计模型，该不同结终端技术结构参数智能设计模型包含正向模型和反向模型两部分，正向模型根据器件的结构参数进行击穿电压与导通电阻的预测，反向模型根据击穿电压与导通电阻设计器件的结构参数； S2，构建模型筛选器： 根据步骤S1的不同结终端技术结构参数智能设计模型构建模型筛选器，以整合正向模型和反向模型的功能，并将Baliga静态优值系数定义为模型筛选条件； S3，一阶段联合优化： 获取不同结终端技术对应器件的共有结构参数，设计联合优化目标函数，采用步骤S1中的不同结终端技术结构参数智能设计模型求取联合优化目标函数的极值，在整个参数空间中对不同结终端技术对应器件的共有结构参数进行联合优化，使正向模型和反向模型的击穿电压与导通电阻趋向于各自预设的目标值，正向模型和反向模型的共有结构参数一致； S4，二阶段专项优化： 设计倾向击穿电压优化的第一目标函数和倾向导通电阻优化的第二目标函数，在固定共有结构参数的基础上，分别对不同结终端技术对应器件的独有结构参数进行优化；优化过程中，若优化结果中导通电阻偏差小于预设偏差阈值，利用倾向击穿电压优化的第一目标函数改进不同结终端技术对应器件的独有结构参数，以最大化击穿电压；若优化结果中导通电阻偏差达到预设偏差阈值，则利用倾向导通电阻优化的第二目标函数改进不同结终端技术对应器件的独有结构参数，使导通电阻趋向于目标导通电阻；根据优化后的独有结构参数计算得到优化后的击穿电压与导通电阻； 步骤S4进一步包括： S41，分别构建倾向击穿电压优化的第一目标函数J1和倾向导通电阻优化的第二目标函数J2： ； ； 式中，表示目标击穿电压，为目标导通电阻，VB和Ron分别为不同结终端技术对应器件的击穿电压与导通电阻； S42，将联合优化后的不同结终端技术的共有结构参数作为二阶段专项优化过程中的固有参数，利用不同结终端技术结构参数智能设计模型分别设计不同结终端技术对应器件的独有结构参数；优化过程中，若优化结果中导通电阻偏差小于预设偏差阈值，利用倾向击穿电压优化的第一目标函数改进不同结终端技术对应器件的独有结构参数，以最大化击穿电压；若优化结果中导通电阻偏差超过预设偏差阈值，则利用倾向导通电阻优化的第二目标函数改进不同结终端技术对应器件的独有结构参数，以使导通电阻趋向于目标导通电阻； S43，重复步骤S42，对不同结终端技术对应器件的独有结构参数进行专项优化，直至自动优化设计次数达到设计的迭代次数时，分别输出优化后的不同结终端技术对应器件的独有结构参数及其性能参数； S5，筛选最优结终端结构： 根据步骤S4获得的优化后的击穿电压与导通电阻，比较不同结终端技术对应器件的Baliga静态优值系数，输出Baliga静态优值系数更大的结终端技术对应器件。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京邮电大学;南京邮电大学南通研究院有限公司，其通讯地址为：210023 江苏省南京市栖霞区文苑路9号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。