摘要：一种半导体芯片的共晶方法，包括：以基板的一面为承载面形成第一共晶层和以半导体芯片的一面为承载面形成第二共晶层，所述第一共晶层或者第二共晶层为形成有孔结构的共晶层；对第一共晶层和第二共晶层进行共晶连接。本发明还涉及一种半导体芯片的共晶结构，包括半导体芯片、基板，以及位于半导体芯片和基板之间的共晶连接层，其中，所述共晶连接层由第一连接层和有孔结构的第二连接层共晶结合而成。本发明实施例提供的一种半导体芯片的共晶方法及共晶结构，有孔的共晶层和另一共晶层共晶，使二者之间形成更均匀结合力更强的共晶层，进而提高芯片和基板之间的结合力。

摘要：本发明是石油开采测井中自然伽马能谱信号进行连续的不丢失信息的自然伽马能谱的采集方法。具体步骤为，将伽马射线转换为电脉冲信号并放大，将信号调整到满幅，使基线电压使之大于零而小于50mV，直接进行连续全波数据、基线电压值采集，进入脉冲的数据比较脉冲值大小找到当前脉冲峰值，将当前脉冲的脉冲峰值减去当前基线值就得到当前脉冲的绝对值，得到所需的自然伽马能谱。本发明采用连续的不丢失有用信息的全波采集，采集数据精度高，依本发明实施完成的采集仪器功耗小、温漂小，抗干扰能强。

摘要：本发明涉及数控控制技术领域，具体为一种基于机器视觉的精雕机加工轨迹控制方法。包括接收作业任务指令，采集反射光强矩阵和加工热场数据，生成源数据包；通过单应性矩阵，得到融合热分布矩阵；基于摩擦热响应系数，对物理刀尖接触区进行判定，生成动态特征掩膜，并与反射光强矩阵执行运算，输出监测区域；通过最小二乘椭圆拟合，输出执行末端坐标，通过传感器标定参数逆变换为刀尖反馈坐标；读取插补指令坐标，计算差分矢量，驱动进给轴电机执行位移补偿。本发明通过将红外光谱的物理截止特性、可见光的高频纹理特征与数控系统的运动学约束进行深度时空耦合，区分了真实刀尖热点与光学虚像，保证了轨迹识别的唯一性和真实性。

摘要：本发明公开了一种电平转移电路、显示装置驱动电路及显示装置，属于显示技术领域。电平转移电路包括：输入模块、升压模块和降压模块；输入模块分别与输入信号端、第一节点和第二节点连接，输入模块还通过参考节点与参考信号端连接，输入模块用于在来自所述输入信号端的输入信号和来自参考节点的电位的控制下，分别控制第一节点的电位和第二节点的电位；升压模块分别与第一节点、第一电源端和输出端连接，用于在第一节点的控制下，向输出端输出来自第一电源端的第一电源信号；降压模块分别与第二节点、第二电源端和输出端连接，用于在第二节点的控制下，向输出端输出来自第二电源端的第二电源信号；本发明结构比较简单，占用面积较小，功耗较低。

摘要：本发明涉及信号处理技术领域，具体涉及一种基于R2AU‑Net的InSAR相位解缠方法。利用菱形方形算法生成用于模拟InSAR相位的地形数据，将地形数据从笛卡尔坐标系转换至雷达坐标系，根据雷达卫星和地形数据在雷达坐标系中的相对位置反算解缠相位，并利用缠绕算法获取缠绕相位；结合循环残差卷积结构和空间注意力模块，构建基于U‑Net网络结构的相位解缠模型；将缠绕相位作为相位解缠模型的输入，解缠相位作为相位解缠模型的输出对相位解缠模型进行训练；根据训练好的相位解缠模型进行相位解缠。本发明构建的R2AU‑Net相位解缠模型能够更有效地保留地形高程或真实地表形变信息，提高了解缠结果的可靠性。

摘要：本发明公开了一种基于改进U‑Net的双流编码滑坡自动识别方法，该方法利用光学波段、光谱指数、地形指数和纹理指数等多维特征，实现滑坡精准提取。为了充分利用多维特征叠加之后的序列特征，本发明的编码器设计两个分支，一分支构建残差编码模块提取空间维度特征和另一分支构建多尺度残差网络模块（Multi‑Scale ResNet Module，MSRNM）和长短期记忆网络模块（Long Short‑Term Memory，LSTM）提取序列维度特征，然后设计融合模块有效融合空间维度特征和序列维度特征，得到深层特征。解码器设计注意力门控解码模块（Attention Gate Decoder Module，AGDM），增强深层特征和浅层特征的表达，显著提升模型对滑坡的敏感性。所构建的双流编码滑坡识别模型具有较好的空间和序列特征学习能力，并能精细识别各种滑坡。

摘要：本发明涉及基于深度学习的自主定位与运动感知方法，包括以下步骤：多模态感知：利用DAVIS346事件相机采集RGB帧与事件流，利用RGB‑D相机获取纹理与深度信息，通过激光雷达补充3D结构数据；混合光流驱动的运动感知：采用改进型RAFT网络与事件光流专有网络的双分支架构；多模态3D检测与轨迹管理：基于VoxelNeXt‑Lite融合多模态数据生成3D检测框，结合点云密度聚类与事件密度阈值过滤误检，再通过Spatio‑Temporal Graph Transformer构建时空图关联轨迹，并利用步态周期感知的LSTM模型优化行人轨迹预测连续性；多视角语义图匹配：构建包含垂直特征的3D语义体素地图，结合顶视图NetVLAD特征与可变形图匹配计算场景相似度，同时利用情境编码器与知识图谱推理动态调整语义权重；多传感器融合与鲁棒定位。

摘要：本申请实施例公开了一种孕灾环境约束的滑坡易发性评估方法及装置、设备、介质，方法包括：基于曲水率分水岭法构建斜坡单元并生成多个地理节点；通过空间统计方式提取每一地理节点的属性特征；结合环境特征约束和节点特征约束，构建滑坡与孕灾环境关联的有向加权图；其中，环境特征约束表征任意两个地理节点间的环境一致性，节点特征约束表征任意两个地理节点间的属性特征相似度；基于有向加权图，利用已训练的图神经网络模型进行滑坡易发性评估。基于充分关联滑坡与孕灾环境图结构的图神经网络方法，深度挖掘滑坡潜在关联特征，实现图节点的滑坡易发性评估，降低滑坡虚警率和漏警率，提高滑坡易发性评估的可靠性。

摘要：本发明涉及铁路车辆驼峰溜放技术领域，具体涉及一种用于铁路驼峰溜放作业试验检测方法，其特征在于：所述试验检测方法至少包括：对所述铁路车辆的车体底部与钢轨顶面之间的距离进行检测，包括所述铁路车辆在平直线路上的静态检测以及在驼峰区域中的推送坡、加速坡区域上运行时的动态检测；对所述铁路车辆经过道岔和小半径曲线线路时的动力学性能参数。本发明的优点是：结构简单，判断准确度高；有效避免车厢底部与钢轨顶面发生接触、刮擦及碰撞等危及溜放作业的安全问题；避免车辆发生爬轨脱轨事故，尤其适用于JSQ6（汽车专用运输车）车辆。

摘要：本发明公开了一种基于通道注意力机制U‑Net网络的滑坡提取方法，涉及深度学习方法应用于计算机视觉技术领域，该方法包括：结合U‑Net网络和通道注意力机制SENet网络构建通道注意力机制U‑Net网络模型，将构建的多波段训练数据集通过concatenate方法输入至通道注意力机制U‑Net网络模型后进行训练，得到最优的通道注意力机制U‑Net网络模型，利用通道注意力机制U‑Net网络模型结合Sentinel‑2A遥感影像进行滑坡提取；通过增加了对于特征通道的关注，能够自动调整特征通道的权值，抑制低相关特征通道，更好地区分滑坡与非滑坡的光谱差异，重点学习滑坡特征，从而实现更加精确的滑坡提取。