10.13911/j.cnki.1004-3365.200270
数据挖掘在IGBT模型参数提取中的应用研究
针对半导体器件的SPICE模型参数提取,提出了一种正向处理技术.对于选定的器件和模型,大量运行不同模型参数组合下的SPICE仿真,获得各种不同的电特性曲线,形成超大规模的数据集.若通过测试得到了确实的测试数据,则通过数据挖掘和人工智能中的数据处理算法得到数据集中、最匹配的曲线项,直接给出模型参数的估计值.针对IGBT模型,通过批量仿真获得约15 k个数据,使用kNN算法和多元回归法对测试曲线构成的测试集进行了参数提取.结果表明,该方法能快速获取器件的模型参数,具有稳健性的优点.该方法为研究者对器件模型特性提供了有益的认识.
批量仿真、数据挖掘、kNN算法、多元回归
50
TN307(半导体技术)
广东省重点领域研发计划项目2019B010143002
2021-02-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
848-852