[发明专利]一种光电特性的获取方法、装置、存储介质及终端设备

权利要求书

1.一种光电特性的获取方法，其特征在于，所述方法包括：

基于集成电路的电路版图确定所述集成电路对应的位置参量；

基于经过训练的检测网络模型以及所述位置参量，确定所述集成电路对应的光电特性；

所述检测网络模型包括第一全连接模块、变换模块以及第二全连接模块，所述基于经过训练的检测网络模型以及所述位置参量，确定所述集成电路对应的光电特性具体包括：

将所述位置参量输入第一全连接模块，通过所述第一全连接模块输出第一特征向量；

将所述第一特征向量输入变换模块，通过所述变换模块输出第二特征向量，其中，所述第一特征向量的维度与所述第二特征向量的维度相等；

将所述第二特征向量输入第二全连接模块，通过所述第二全连接模块输出所述集成电路对应的光电特性。

2.根据权利要求1所述的光电特性的获取方法，其特征在于，所述第一特征向量的维度小于所述位置参量的维度。

3.根据权利要求1所述的光电特性的获取方法，其特征在于，所述检测网络模型包括第一网络模型和第二网络模型；所述基于经过训练的检测网络模型以及所述位置参量，确定所述集成电路对应的光电特性具体包括：

将所述位置参量输入第一网络模型，通过所述第一网络模型输出候选位置参量，其中，候选位置参量的维度小于所述位置参量的维度；

将所述候选位置参量输入所述第二网络模型，通过所述第二网络模型输出所述集成电路对应的光电特性。

4.根据权利要求1所述的光电特性的获取方法，其特征在于，所述检测网络模型的训练过程具体包括：

获取训练样本集，其中，所述训练样本集包括若干训练位置参量以及各训练位置参量各自对应的目标光电特性；

将所述训练样本集中的训练位置参量输入预设网络模型，通过预设网络模型输出该训练位置参量对应的预测光电特性；

基于所述预测光电特性以及所述目标光电特性，对所述预设网络模型进行训练，以得到所述检测网络模型。

5.根据权利要求4所述的光电特性的获取方法，其特征在于，所述获取训练样本集具体包括：

获取训练集成电路集；

对于每个训练集成电路，确定该训练集成电路的电路版图对应的训练位置参量，并通过电路模拟器确定该训练集成电路对应的目标光电特性；

基于各训练集成电路各自对应的训练位置参量及目标光电特性，确定训练样本集。

6.根据权利要求1所述的光电特性的获取方法，其特征在于，所述集成电路为TFT电路。

7.根据权利要求1所述的光电特性的获取方法，其特征在于，所述基于经过训练的检测网络模型以及所述位置参量，确定所述集成电路对应的光电特性之后,所述方法还包括包括：

基于所述光电特性及位置参量，确定所述位置参量对应的调整参量；

基于所述调整参量对所述位置参量进行调整以得到目标位置参量，并基于所述目标位置参量确定调整后的集成电路。

8.根据权利要求7所述的光电特性的获取方法，其特征在于，所述基于所述光电特性及位置参量，确定所述位置参量对应的调整参量具体包括：

获取所述光电特性对应的误差值；

基于所述误差值及所述位置参量，确定所述位置参量对应的调整参量。

9.根据权利要求8所述的光电特性的获取方法，其特征在于，所述获取所述光电特性对应的误差值具体包括：

获取所述集成电路对应的光电特性限制条件，并基于所述光电特性限制条件确定所述集成电路对应的目标函数；

基于所述目标函数，确定所述光电特性对应的误差值。