检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

硅化钛薄膜的反应离子刻蚀技术

薄膜科学与技术 1990年第2期3卷 52-57页

作者：邹斯洵李宁

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

高选择和自终止多孔氧化硅SOI技术研究

Journal of Semiconductors 1997年第12期18卷 921-925页

作者：黄宜平李爱珍邹斯洵李金华竺士炀复旦大学电子工程系上海200433 江苏石油化工学院常州213016

本文研究了n型硅阳极化的高选择和自终止工艺，并将该工艺用于形成多孔氧化硅全隔离SOI结构．采用这种FIPOS（FullIsolationbyPorousOxidizedSilicon）技术在n-／n＋／n-衬底上形成的SOI（SiliconOnInsulator）结构，其顶层硅岛厚度可... 详细信息

本文研究了n型硅阳极化的高选择和自终止工艺，并将该工艺用于形成多孔氧化硅全隔离SOI结构．采用这种FIPOS（FullIsolationbyPorousOxidizedSilicon）技术在n-／n＋／n-衬底上形成的SOI（SiliconOnInsulator）结构，其顶层硅岛厚度可控制在较广范围（从100nm到数μm），且硅岛宽度可大于100μ***结果显示顶层硅／氧化层界面非常平整和均匀．在硅膜厚300nm的FIPOS衬底上采用2μm硅栅工艺制备了N沟和P沟MOS晶体管和21级环形振荡器，环振的门延迟为396ps.

关键词： SOI技术多孔氧化硅 CMOS 自终止工艺

在线全文

学校读者我要写书评

暂无评论

硅化钨polycide的反应离子刻蚀

半导体技术 1988年第6期 27-29+43页

作者：邹斯洵李宁复旦大学微电子所

本文简单介绍反应离子刻蚀的基本原理和激光干涉在线监控刻蚀的原理,比较了两种不同的反应气体（CF;、SF;）系统中polycide膜的刻蚀速率和多晶硅与二氧化硅的刻蚀速率比,实验表明SF;气体有较大的刻蚀速率和较高的选择性,是刻蚀polycide... 详细信息

本文简单介绍反应离子刻蚀的基本原理和激光干涉在线监控刻蚀的原理,比较了两种不同的反应气体（CF;、SF;）系统中polycide膜的刻蚀速率和多晶硅与二氧化硅的刻蚀速率比,实验表明SF;气体有较大的刻蚀速率和较高的选择性,是刻蚀polycide合适的反应气体.

关键词：刻蚀速率多晶硅反应气体气压 SF 二氧化硅反应离子刻蚀 polycide

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

采用多孔氧化硅形成超薄SOI结构的研究

Journal of Semiconductors 1998年第2期19卷 103-107页

作者：黄宜平李爱珍蒋美萍邹斯洵李金华竺士炀复旦大学电子工程系江苏石油化工学院

本文采用多孔氧化硅全隔离技术获得了硅膜厚度小于１００ｎｍ、硅岛宽度大于１００μｍ的超薄ＳＯＩ（ＴＦＳＯＩ）结构．用透视电子显微镜剖面分析技术（ＸＴＥＭ）、扩展电阻分析（ＳＲＰ）、喇曼光谱、台阶轮廓仪和击穿电压测量等技... 详细信息

本文采用多孔氧化硅全隔离技术获得了硅膜厚度小于１００ｎｍ、硅岛宽度大于１００μｍ的超薄ＳＯＩ（ＴＦＳＯＩ）结构．用透视电子显微镜剖面分析技术（ＸＴＥＭ）、扩展电阻分析（ＳＲＰ）、喇曼光谱、台阶轮廓仪和击穿电压测量等技术对多孔氧化硅超薄ＳＯＩ结构进行了分析，结果表明其顶层硅膜单晶性好，硅膜和埋层氧化层界面平整．实验表明硅岛的台阶形貌及应力状况取决于阳极化反应条件．在硅膜厚约为８０ｎｍ的ＴＦＳＯＩ材料上制备了ｐ沟ＭＯＳＦＥＴ，输出特性良好．

关键词：氧化硅 SOI CMOS 硅膜结构

SiO2边墙技术及在LDD MOSFET中的应用

在线全文

学校读者我要写书评

暂无评论

固体电子学研究与进展 1988年第4期 359-361页

作者：陈晓,邹斯洵,周世芳复旦大学微电子学研究所复旦大学微电子学研究所复旦大学微电子学研究所

一、引言在MOSFET研究发展中,轻掺杂漏（LDD）MOSFET和自对准MOSFET已越来越引人注目。这两种MOSFET制造中,边墙的形成是关键。如何精确控制边墙宽度是控制轻掺杂漏长度的基础,而控制边墙的高度和宽度则对自对准硅化钛MOSFET中的栅与... 详细信息

一、引言在MOSFET研究发展中,轻掺杂漏（LDD）MOSFET和自对准MOSFET已越来越引人注目。这两种MOSFET制造中,边墙的形成是关键。如何精确控制边墙宽度是控制轻掺杂漏长度的基础,而控制边墙的高度和宽度则对自对准硅化钛MOSFET中的栅与漏—源区硅化钛电极的隔离十分重要。此外,边墙技术还可应用于形成亚微米栅以取代掩膜形成栅。本文介绍了一种形成一定高度和宽度的SiO2边墙的方法。

关键词：边墙 SiO2 LDD MOSFET 刻蚀速率 MOSFET

自对准外延CoSi_2源漏接触CMOS器件技术

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Journal of Semiconductors 1996年第4期17卷 294-299页

作者：邵凯李炳宗邹斯洵黄维宁吴卫军房华於伟峰姜国宝俞波张敏复旦大学电子工程系中国科学院上海冶金研究所深圳市思特达显示技术工程有限公司

ＣＯ／Ｔｉ／Ｓｉ或ＴｉＮ／Ｃｏ／Ｔｉ／Ｓｉ多层薄膜结构通过多步退火技术在Ｓｉ单晶衬底上外延生长ＣｏＳｉ２薄膜，ＡＥＳ、ＲＢＳ测试显示ＣｏＳｉ２薄膜具有良好均匀性和单晶性．这种硅化物新技术已用于ＣＭＯＳ器件工艺．采用等... 详细信息

ＣＯ／Ｔｉ／Ｓｉ或ＴｉＮ／Ｃｏ／Ｔｉ／Ｓｉ多层薄膜结构通过多步退火技术在Ｓｉ单晶衬底上外延生长ＣｏＳｉ２薄膜，ＡＥＳ、ＲＢＳ测试显示ＣｏＳｉ２薄膜具有良好均匀性和单晶性．这种硅化物新技术已用于ＣＭＯＳ器件工艺．采用等离子体增强化学汽相淀积（ＰＥＣＶＤ）技术淀积氮氧化硅薄膜，并用反应离子刻蚀（ＲＩＥ）技术形成多晶硅栅边墙．固相外延ＣｏＳｉ２薄膜技术和边墙工艺相结合，经过选择腐蚀，可以分别在源漏区和栅区形成单晶ＣｏＳｉ２和多晶ＣｏＳｉ２薄膜，构成新型自对准硅化物（ＳＡＬＩＣＩＤＥ）器件结构．在Ｎ阱ＣＭＯＳ工艺中应用这种新型ＳＡＬＩＣＩＤＥ器件结构。提高了ＭＯＳ晶体管和试验电路的性能．

关键词： CMOS器件外延生长 CoSi2

在线全文

学校读者我要写书评

暂无评论

基于LSTM的惯性里程计定位方法研究

控制与决策 2025年第1期 95-102页

作者：邹苏郦孙林祥刘宇惠晓龙北京理工大学自动化学院中国科学院自动化研究所

为解决水下非结构化环境给水下精准定位带来的问题,提出一种基于LSTM的惯性里程计定位方法用于水下作业机器人的定位.该网络在训练阶段,首先通过模拟噪声模型,在IMU的加速度和角速度数据中增添高斯白噪声实现数据增强,使用ResNet18提取... 详细信息

为解决水下非结构化环境给水下精准定位带来的问题,提出一种基于LSTM的惯性里程计定位方法用于水下作业机器人的定位.该网络在训练阶段,首先通过模拟噪声模型,在IMU的加速度和角速度数据中增添高斯白噪声实现数据增强,使用ResNet18提取机器人运动特征;然后在网络的输入空间引入IMU的采样时间加强鲁棒性,并使用三通道LSTM将提取的特征映射到高维空间进行特征融合;最后使用全连接层预测机器人的相对位移和旋转.在训练过程中,采取相对损失函数和绝对损失函数相结合的方式确保网络在短期和长期的定位精度,并进行多次数据集和水池实验以验证方法的有效性.实验结果表明,该方法在大多数场景下都具有较好的定位性能,有着较强的鲁棒性.

关键词：水下作业机器人定位技术惯性里程计数据增强长短期记忆网络混合损失函数

同方期刊数据库

基于生物信息学鉴定骨关节炎滑膜的核心基因及预测模型

在线全文

学校读者我要写书评

暂无评论

武汉大学学报(医学版) 2025年第01期 86-92页

作者：姜福泽任洵杉周庞虎武汉大学人民医院骨科

目的：鉴定骨关节炎（OA）的核心基因，探寻OA的早期诊断标志物。方法：从GEO数据集中下载了OA滑膜微阵列数据进行分析，通过网络分析整合了多个数据集中的差异表达基因（DEGs）。我们使用了DAVID来注释这些DEGs，并构建了一个蛋白质-... 详细信息

目的：鉴定骨关节炎（OA）的核心基因，探寻OA的早期诊断标志物。方法：从GEO数据集中下载了OA滑膜微阵列数据进行分析，通过网络分析整合了多个数据集中的差异表达基因（DEGs）。我们使用了DAVID来注释这些DEGs，并构建了一个蛋白质-蛋白质相互作用网络来描述基因的相关性。然后，通过MCODE进行了聚类分析，并利用LASSO回归构建分类模型，最后利用受试者工作特征（ROC）曲线对模型的预测能力进行评价。结果：我们鉴定了349个DEGs，其中MCODE评分较高的聚类包含17个DEGs。由LASSO回归构建的预测模型中包含了6个基因（CSTF36、HNRNPK、HNRNPU、PCBP2、SF3B1、SRSF4），其ROC曲线下的面积为99.2%。Logistic回归分析和Pearson相关性分析表明CSTF3、PCBP2和SRSF4可能与OA的发病具有最密切的关系。结论：我们提出的这个包含6个基因的分类模型对OA具有较高的诊断价值。此外，CSTF3、PCBP2和SRSF4可能是OA的特异性生物标志物，其功能值得进一步研究。

关键词：骨关节炎生物信息学核心基因标志物

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

多层级深度特征融合的乳腺癌病理图像分类

光电子·激光 2025年第2期 185-192页

作者：杨芳邹迎丁雪妍张建新大连民族大学计算机科学与工程学院大连理工大学电子信息与电气工程学部

针对既有深度学习方法在乳腺癌病理图像全局与局部特征统一表达上的不足，将长距离建模的Transformer和强局部感知的卷积神经网络(convolutional neural network, CNN)相结合，提出一种多层级深度特征融合的乳腺癌病理图像分类方法。该... 详细信息

针对既有深度学习方法在乳腺癌病理图像全局与局部特征统一表达上的不足，将长距离建模的Transformer和强局部感知的卷积神经网络(convolutional neural network, CNN)相结合，提出一种多层级深度特征融合的乳腺癌病理图像分类方法。该方法以双分支并行的Deit-B和ResNet-18模型作为骨干架构，在双分支网络中间层和末端位置分别引入特征融合操作，有效加强了乳腺癌病理图像全局与局部深度特征的联合学习；此外，在CNN支流的残差模块间引入密集连接操作来提升中间层融合特征的信息传递。通过全局-局部特征提取与支流间-支流内特征交互，可更有效捕获用于乳腺癌病理图像分类的判别特征。在乳腺癌病理图像公共数据集BreakHis上的消融实验与对比实验结果证明所提出方法的有效性，此外可获得99.83%的最优分类结果。

关键词：病理图像分类乳腺癌卷积神经网络(CNN) Transformer 特征融合

同方期刊数据库