一种基于深度学习的SiC二极管特性曲线预测方法
基本信息
| 申请号 | CN202210320222.6 | 申请日 | - |
| 公开（公告）号 | CN114692498A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114692498A | 申请公布日 | 2022-07-01 |
| 分类号 | G06F30/27（2020.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 王树龙;刘晨钰;刘艳;陈栋梁;郝跃;韩根全 | 申请（专利权）人 | 西安电子科技大学 |
| 代理机构 | 西安睿通知识产权代理事务所（特殊普通合伙） | 代理人 | - |
| 地址 | 710071陕西省西安市雁塔区太白南路2号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及微电子器件及神经网络深度学习领域，具体涉及一种基于深度学习的SiC二极管特性曲线预测方法。本发明使用深度学习神经网络快速且便捷地预测出碳化硅二极管的反向特性曲线和正向特性曲线，且有较高的准确率，降低了传统仿真方法的人力、时间成本。 |
