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！

龙图腾网获悉安徽大学申请的专利基于多特征表征学习的版图热点检测方法及其存储介质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：CN121615585B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610128990.X，技术领域涉及：G06F30/392；该发明授权基于多特征表征学习的版图热点检测方法及其存储介质是由朱明;陈汉;彭春雨;吴秀龙;李志刚;刘玉设计研发完成，并于2026-01-30向国家知识产权局提交的专利申请。

本基于多特征表征学习的版图热点检测方法及其存储介质在说明书摘要公布了：本发明属于集成电路设计领域，具体涉及一种基于多特征表征学习的版图热点检测方法及其存储介质。该方法首先构建了一种由特征重构网络、特征融合网络和分类器构成的全新架构的版图热点检测模型。特征重构网络采用U型网络提取不同尺度的重构特征。编码器中引入多特征建模交互模块提取并建模包括视觉特征和几何特征的热点信息。并通过层间交叉编码模块、层间引导解码模块实现特征增强。然后再采用带有标签平滑的BCE损失作为损失函数，对版图热点检测模型利用非平衡与平衡的数据集进行两阶段训练，最后应用模型对输入的版图进行热点识别。本发明解决了现有方案对版图特征的提取和表征不充分进而导致热点识别的精度和效率不足的问题。

本发明授权基于多特征表征学习的版图热点检测方法及其存储介质在权利要求书中公布了：1.一种基于多特征表征学习的版图热点检测方法，其特征在于，其包括： 构建依次包括特征重构网络、特征融合网络以及一个基于Resnet的分类器的版图热点检测模型；特征重构网络采用由四层编码器和三层解码器构成的U型网络，并用于输出的尺度依次降低的重构特征D1~D4；编码器第1层包括依次连接的ResBlock和多特征建模交互模块MFMIM；第2～4层包括依次连接的ResBlock、层间交叉编码模块ICEM和MFMIM；编码器中上一层的ResBlock和MFMIM的输出分别作为下一层ICEM和ResBlock的输入；解码器的每一层依次包括1个层间引导解码模块IGDM和2个ResBlock；解码器下一层的ResBlock的输出作为上一层IGDM和ResBlock的输入；编码器第1~3层与解码器第1~3层跳跃连接；编码器第4层的输出记为D4并作为解码器第3层的输入；解码器第1~3层的输出记为D1~D3；特征融合网络用于对各个重构特征进行自适应跨层融合得到融合特征；分类器用于根据融合特征生成分类结果； 多特征建模交互模块MFMIM包括依次连接的多特征建模网络MFM和多特征交互网络MFI；MFM网络由2个1×1卷积层Conv1、视觉特征建模模块VFM和几何特征建模模块GFM构成；VFM包括4个3×3的卷积层Conv3，GFM包括4个超图计算层HCM；超图计算层HCM的数据处理过程包括超图构建和超图卷积；在超图构建阶段，顶点集由解构的视觉特征构成，超边集由距离中心特征点及其指定距离阈值内的所有特征点间的边构成；在超图卷积阶段，采用带有残差的空间域超图卷积对特征点进行高阶学习； 多特征交互网络MFI包括依次连接的通道注意力模块SE和空间注意力模块SA； 在通道注意力模块中，输入特征首先经全局平均池化，得到的特征依次经两次全连接层FC和Sigmoid激活函数处理后，与通道注意力模块的输入特征进行元素乘法操作，得到的特征再与通道注意力模块的输入特征进行矩阵相加，进而得到经注意力加权后的通道特征； 在空间注意力模块中，输入特征先通过水平和竖直两个方向上的全局平均池化分别获得最低频分量；然后对两组不同方向的最低频分量按通道进行拼接，拼接特征经一维卷积处理后，再由两个一维卷积组成的SE机制进行非线性映射，生成更加紧密和完整的两个不同方向上的低频特征；两个低频特征经Sigmoid激活函数处理后通过矩阵乘法进行特征融合，得到的融合特征与空间注意力模块的输入特征再进行元素乘法操作；得到的特征与空间注意力模块的输入特征进行矩阵相加，进而得到经注意力加权后的空间特征； 层间交叉编码模块ICEM用于对编码器中相邻层的两个ResBlock输出的高级特征Fhigh和低级特征Flow进行特征融合； 采用带有标签平滑的BCE损失，先利用由热点版图和非热点版图构成的原始非平衡数据集对版图热点检测模型进行训练；再利用重组后的平衡数据集进行训练；保留两阶段训练后满足性能指标的模型参数；并用于对原始版图的切片图像进行光刻热点检测。

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安徽大学，其通讯地址为：230601 安徽省合肥市经开区九龙路111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。