中国模拟芯片行业商业模式分析与投资机会评估报告2022-2028年
铜锣声
[En]
Cymbals
【报告目录】:
第一章 模拟芯片相关概述
1.1 集成电路相关介绍
1.1.1 集成电路的定义
1.1.2 集成电路的分类
1.1.3 集成电路的地位
1.2 模拟芯片基本概念
1.2.1 模拟芯片简介
1.2.2 模拟芯片特点
1.2.3 模拟芯片分类
第二章 2019-2021年中国集成电路产业发展分析
2.1 2019-2021年中国集成电路产业运行状况
2.1.1 产业销售规模
2.1.2 产业结构分布
2.1.3 产品结构状况
2.1.4 企业数量规模
2.1.5 市场竞争格局
2.2 集成电路产量状况分析
2.2.1 2019-2021年全国集成电路产量趋势
2.2.2 2019年全国集成电路产量情况
2.2.3 2020年全国集成电路产量情况
2.2.4 2021年全国集成电路产量情况
2.2.5 集成电路产量分布情况
2.3 2019-2021年中国集成电路进出口数据分析
2.3.1 进出口总量数据分析
2.3.2 主要贸易国进出口情况分析
2.3.3 主要省市进出口情况分析
2.4 中国集成电路产业发展问题及对策建议
2.4.1 产业发展问题
2.4.2 产业发展路径
2.4.3 产业发展建议
第三章 2019-2021年中国模拟芯片行业发展环境分析
3.1 经济环境
3.1.1 世界经济形势分析
3.1.2 国内宏观经济概况
3.1.3 固定资产投资状况
3.1.4 未来经济发展走势
3.2 政策环境
3.2.1 行业监管主体部门
3.2.2 行业相关发展政策
3.2.3 企业税收优惠政策
3.3 社会环境
3.3.1 科研投入状况
3.3.2 技术人才培养
3.3.3 数字中国建设
3.3.4 城镇化发展水平
3.4 产业环境
3.4.1 电子信息制造业增加值
3.4.2 电子信息制造业营收规模
3.4.3 电子信息制造业投资状况
第四章 2019-2021年模拟芯片行业发展综合分析
4.1 2019-2021年全球模拟芯片行业发展分析
4.1.1 市场规模状况
4.1.2 细分市场占比
4.1.3 区域分布状况
4.1.4 市场竞争格局
4.1.5 下游应用状况
4.2 2019-2021年中国模拟芯片行业发展分析
4.2.1 市场规模状况
4.2.2 市场竞争格局
4.2.3 厂商发展现状
4.2.4 企业竞争优势
4.3 模拟芯片行业商业模式分析
4.3.1 无工厂芯片供应商（Fabless）模式
4.3.2 代工厂（Foundry）模式
4.3.3 集成器件制造（IDM）模式
第五章 2019-2021年电源管理芯片行业发展分析
5.1 电源管理芯片行业发展概述
5.1.1 基本概念及分类
5.1.2 产品工作原理
5.1.3 主要产品介绍
5.2 2019-2021年电源管理芯片行业发展状况
5.2.1 行业发展历程
5.2.2 市场发展规模
5.2.3 行业竞争状况
5.2.4 企业研发投入
5.2.5 下游应用状况
5.3 电源管理芯片行业发展前景
5.3.1 国产替代趋势明显
5.3.2 向高性能市场渗透
5.3.3 终端应用市场利好
第六章 2019-2021年信号链芯片行业发展分析
6.1 信号链芯片行业发展综述
6.1.1 产品基本介绍
6.1.2 市场规模状况
6.1.3 企业发展动态
6.2 2019-2021年信号链芯片主要产品发展分析——传感器
6.2.1 产品基本概念
6.2.2 行业发展历程
6.2.3 市场规模状况
6.2.4 下游应用分布
6.2.5 行业发展趋势
6.3 2019-2021年信号链芯片主要产品发展分析——射频芯片
6.3.1 行业基本概念
6.3.2 市场规模状况
6.3.3 市场竞争格局
6.3.4 细分市场发展
6.3.5 行业技术壁垒
第七章 2019-2021年模拟芯片下游应用领域发展综合分析
7.1 通信领域
7.1.1 通信行业发展历程
7.1.2 电信业务收入规模
7.1.3 移动基站建设状况
7.1.4 5G用户渗透率情况
7.1.5 通讯模拟芯片规模
7.1.6 行业发展需求前景
7.2 汽车领域
7.2.1 汽车行业产销规模
7.2.2 汽车模拟芯片规模
7.2.3 模拟芯片应用状况
7.2.4 新能源汽车渗透率
7.2.5 行业发展前景展望
7.3 工业领域
7.3.1 工业自动化市场规模
7.3.2 工业用模拟芯片规模
7.3.3 市场主要参与者状况
7.3.4 模拟芯片的发展机会
7.3.5 工业自动化发展趋势
7.4 消费电子
7.4.1 消费电子产品分类
7.4.2 消费模拟芯片规模
7.4.3 消费电子细分市场
7.4.4 消费电子发展趋势
第八章 2019-2021年模拟芯片行业国外重点企业经营分析
8.1 德州仪器（TI）
8.1.1 企业发展概况
8.1.2 2019年企业经营状况分析
8.1.3 2020年企业经营状况分析
8.1.4 2021年企业经营状况分析
8.2 亚德诺半导体（ADI）
8.2.1 企业发展概况
8.2.2 2019年企业经营状况分析
8.2.3 2020年企业经营状况分析
8.2.4 2021年企业经营状况分析
8.3 安森美（ON Semi）
8.3.1 企业发展概况
8.3.2 2019年企业经营状况分析
8.3.3 2020年企业经营状况分析
8.3.4 2021年企业经营状况分析
8.4 美信（Maxim）
8.4.1 企业发展概况
8.4.2 2019年企业经营状况分析
8.4.3 2020年企业经营状况分析
8.4.4 2021年企业经营状况分析
8.5 恩智浦（NXP）
8.5.1 企业发展概况
8.5.2 2019年企业经营状况分析
8.5.3 2020年企业经营状况分析
8.5.4 2021年企业经营状况分析
8.6 英飞凌（Infineon）
8.6.1 企业发展概况
8.6.2 2019年企业经营状况分析
8.6.3 2020年企业经营状况分析
8.6.4 2021年企业经营状况分析
第九章 2018-2021年模拟芯片行业国内重点企业经营分析
9.1 圣邦微电子（北京）股份有限公司
9.1.1 企业发展概况
9.1.2 经营效益分析
9.1.3 业务经营分析
9.1.4 财务状况分析
9.1.5 核心竞争力分析
9.1.6 公司发展战略
9.1.7 未来前景展望
9.2 思瑞浦微电子科技（苏州）股份有限公司
9.2.1 企业发展概况
9.2.2 经营效益分析
9.2.3 业务经营分析
9.2.4 财务状况分析
9.2.5 核心竞争力分析
9.2.6 公司发展战略
9.2.7 未来前景展望
9.3 无锡芯朋微电子股份有限公司
9.3.1 企业发展概况
9.3.2 经营效益分析
9.3.3 业务经营分析
9.3.4 财务状况分析
9.3.5 核心竞争力分析
9.3.6 公司发展战略
9.3.7 未来前景展望
9.4 上海晶丰明源半导体股份有限公司
9.4.1 企业发展概况
9.4.2 经营效益分析
9.4.3 业务经营分析
9.4.4 财务状况分析
9.4.5 核心竞争力分析
9.4.6 公司发展战略
9.4.7 未来前景展望
9.5 芯海科技（深圳）股份有限公司
9.5.1 企业发展概况
9.5.2 经营效益分析
9.5.3 业务经营分析
9.5.4 财务状况分析
9.5.5 核心竞争力分析
9.5.6 公司发展战略
9.5.7 未来前景展望
9.6 上海艾为电子技术股份有限公司
9.6.1 企业发展概况
9.6.2 经营效益分析
9.6.3 业务经营分析
9.6.4 财务状况分析
9.6.5 核心竞争力分析
9.6.6 公司发展战略
9.6.7 未来前景展望
第十章 中国模拟芯片行业典型项目投资建设深度解析
10.1 高精度PGA/ADC等模拟信号链芯片升级及产业化项目
10.1.1 项目基本概况
10.1.2 项目投资概算
10.1.3 项目主要内容
10.1.4 项目投资必要性
10.1.5 项目投资可行性
10.2 模拟芯片产品升级及产业化项目
10.2.1 项目基本概况
10.2.2 项目投资概算
10.2.3 项目进度安排
10.2.4 项目投资可行性
10.3 高性能消费电子和通信设备电源管理芯片研发与产业化项目
10.3.1 项目基本概况
10.3.2 项目投资概算
10.3.3 项目建设周期
10.3.4 项目投资必要性
10.3.5 项目投资可行性
10.4 新一代汽车及工业电源管理芯片研发项目
10.4.1 项目基本概况
10.4.2 项目投资概算
10.4.3 项目建设周期
10.4.4 项目投资必要性
10.4.5 项目投资可行性
10.5 新能源电池管理芯片研发项目
10.5.1 项目基本概况
10.5.2 项目投资概算
10.5.3 项目建设周期
10.5.4 项目投资可行性
10.6 电源管理系列控制芯片开发及产业化项目
10.6.1 项目基本概况
10.6.2 项目投资概算
10.6.3 项目实施进度
10.6.4 项目研发计划
10.6.5 项目投资必要性
第十一章 中国模拟芯片行业投资分析及风险提示
11.1 2019-2021年中国模拟芯片行业投资状况
11.1.1 行业投资规模
11.1.2 项目投资动态
11.1.3 企业融资动态
11.2 模拟芯片行业投资壁垒分析
11.2.1 技术壁垒
11.2.2 人才壁垒
11.2.3 资金壁垒
11.2.4 经验壁垒
11.3 模拟芯片行业投资风险提示
11.3.1 宏观经济风险
11.3.2 行业技术风险
11.3.3 市场竞争风险
11.3.4 产品质量风险
11.3.5 知识产权风险
11.4 模拟芯片行业投资策略
11.4.1 企业发展战略
11.4.2 企业投资策略
第十二章 2022-2028年中国模拟芯片行业发展趋势及前景预测
12.1 模拟芯片行业发展前景
12.1.1 全球发展形势利好
12.1.2 政策利好产业发展
12.1.3 市场需求持续增长
12.1.4 国产替代空间较大
12.2 模拟芯片行业发展趋势
12.2.1 集成和分立并存态势
12.2.2 电源管理芯片领域
12.2.3 信号链模拟芯片领域
12.3 鸿晟信合对2022-2028年中国模拟芯片行业预测分析
12.3.1 2022-2028年中国模拟芯片行业影响因素分析
12.3.2 2022-2028年中国模拟芯片市场规模预测
图表目录
图表 集成电路分类
图表 模拟信号具有连续性
图表 信号链的传递
图表 模拟芯片与数字芯片特点对比
图表 信号链产品和电源管理产品对比
图表 模拟芯片分类示意图
图表 通用模拟芯片功能简介
图表 专用模拟芯片下游领域各竞品和竞争对手
图表 2013-2020年中国集成电路产业销售额及增速
图表 2020年中国集成电路产业结构状况
图表 2021年中国集成电路产业结构状况
图表 2020年中国集成电路市场结构状况
图表 2011-2020年中国集成电路行业相关企业注册量
图表 2020年中国集成电路企业市场占有率
图表 2019-2021年中国集成电路产量趋势图
图表 2019年全国集成电路产量数据
图表 2019年主要省份集成电路产量占全国产量比重情况
图表 2020年全国集成电路产量数据
图表 2020年主要省份集成电路产量占全国产量比重情况
图表 2021年全国集成电路产量数据
图表 2021年主要省份集成电路产量占全国产量比重情况
图表 2020年集成电路产量集中程度示意图
图表 2019-2021年中国集成电路进出口总量
图表 2019-2021年中国集成电路进出口总额
图表 2019-2021年中国集成电路进出口（总量）结构
图表 2019-2021年中国集成电路进出口（总额）结构
图表 2019-2021年中国集成电路贸易逆差规模
图表 2019-2020年中国集成电路进口区域分布
图表 2019-2020年中国集成电路进口市场集中度（分国家）
图表 2020年主要贸易国集成电路进口市场情况
图表 2021年主要贸易国集成电路进口市场情况
图表 2019-2020年中国集成电路出口区域分布
图表 2019-2020年中国集成电路出口市场集中度（分国家）
图表 2020年主要贸易国集成电路出口市场情况
图表 2021年主要贸易国集成电路出口市场情况
图表 2019-2020年主要省市集成电路进口市场集中度（分省市）
图表 2020年主要省市集成电路进口情况
图表 2021年主要省市集成电路进口情况
图表 2019-2020年中国集成电路出口市场集中度（分省市）
图表 2020年主要省市集成电路出口情况
图表 2021年主要省市集成电路出口情况
图表 2020年GDP最终核实数与初步核算数对比
图表 2021年三季度GDP初步核算数据
图表 2016-2021年GDP同比增长速度
图表 2020年三次产业投资占固定资产投资比重（不含农户）
图表 2020年分行业固定资产投资（不含农户）增长速度
图表 2020年固定资产投资新增主要生产与运营能力
图表 2020-2021年固定资产投资（不含农户）月度同比增速
图表 2021年固定资产投资（不含农户）主要数据
图表 中国模拟芯片行业相关政策汇总
图表 2016-2020年研究与试验发展（R&D）经费支出及其增长速度
图表 2020年专利授权和有效专利情况
图表 2016-2020年中国城镇化率
图表 2019-2020年电子信息制造业增加值和出口交货值分月增速
图表 2020-2021年电子信息制造业增加值和工业增加值分月增速
图表 2020-2021年电子信息制造业出口交货值分月增速
图表 2016-2020年中国规模以上电子信息制造业营业收入
图表 2019-2020年电子信息制造固定资产投资增速变动情况
图表 2020-2021年电子信息制造业固定资产投资增速变动情况
图表 2016-2020年全球模拟芯片市场规模
图表 2020年全球模拟芯片细分市场占比情况
图表 2020年全球模拟芯片区域分布状况
图表 2020年全球模拟芯片行业TOP10企业
图表 2019-2020年全球模拟芯片行业CR10市场占有率
图表 2020年全球模拟芯片企业格局
图表 2014-2020年模拟芯片下游市场占比
图表 2016-2020年中国模拟芯片市场规模及增速
图表 2020年中国模拟芯片企业格局
图表 中国主要模拟芯片企业毛利率
图表 电源管理芯片的分类及对应功能
图表 智能手机电源控制芯片工作原理图
图表 交直流转换器功能示意图
图表 交直流转换器应用场景
图表 不同类型LED驱动芯片对比
图表 马达驱动电机控制方式
图表 数字开关电源控制器内部框图
图表 中国电源管理芯片发展历程
图表 2016-2025年全球电源管理芯片市场规模及预测
图表 2016-2025年中国电源管理芯片市场规模及预测
图表 2019年全球电源管理芯片市场份额分布状况
图表 中国电源管理芯片企业竞争梯队
图表 2020年中国电源管理芯片市场格局
图表 中国电源管理芯片代表上市企业研发占比
图表 电源管理芯片下游应用占比
图表 运算放大器常见工艺及特点
图表 部分专用放大器
图表 不同类型ADC实现路径
图表 不同类型ADC优缺点对比
图表 通信发射机中的DAC
图表 串行接口相对于并行接口的优劣对比
图表 接口按协议分类
图表 接口按功能分类
图表 传感器分类标准
图表 2016-2023年全球信号链模拟芯片市场规模及预测
图表 传感器在各类物联场景中的作用
图表 中国传感器发展历程
图表 2014-2020年中国传感器市场规模及增速
图表 2019年全球传感器下游应用分布
图表 2019年中国传感器下游应用分布
图表 传感器未来发展趋势
图表 射频前端器件的工艺技术和应用
图表 射频前端芯片架构
图表 2012-2020年射频前端市场规模
图表 2020年射频前端市场整体格局
图表 2020年射频功率放大器（PA）市场格局
图表 2020年SAW滤波器市场格局
图表 2020年BAW滤波器市场格局
图表 2020年LNA和开关市场格局
图表 声波滤波器产品分类及对比
图表 2015-2020年全球滤波器市场规模
图表 2015-2020年全球滤波器市场规模分布
图表 射频功率放大器工作原理
图表 2015-2025 年射频功率放大器市场预测（按技术）
图表 射频低噪声放大器工作原理
图表 2015-2025 年射频低噪声放大器市场预测（按技术）
图表 射频芯片设计壁垒
图表 中国通信行业发展历程
图表 2015-2020年中国电信业务收入及增速
图表 2015-2020年中国移动电话基站数量
图表 2019-2021年中国5G基站累计建设情况
图表 2020-2021年中国5G整体用户规模及5G用户渗透率
图表 2017-2021年全球通讯用模拟芯片市场规模
图表 2019-2025年新建5G基站和5G投资规模及预测
图表 2015-2020年中国汽车产销量
图表 2015-2020年中国新能源汽车产销量
图表 2017-2021年全球车用模拟芯片市场规模
图表 模拟芯片在汽车中的应用
图表 放大器在激光雷达中的应用
图表 模数转换器在车载摄像头传感器中应用
图表 2015-2020年中国新能源汽车渗透率
图表 2017-2025年中国高级驾驶辅助系统（ADAS）市场规模及预测
图表 2017-2025年中国智能座舱市场规模及预测
图表 2016-2025年全球新能源汽车电池管理系统（BMS）市场规模及预测
图表 2016-2025年中国新能源汽车电池管理系统（BMS）市场规模及预测
图表 2016-2022年中国工业自动化市场规模及预测
图表 2018-2022全球工业用模拟芯片市场规模及预测
图表 工业模拟芯片主要参与者
图表 工业自动化下模拟芯片的五个市场机会
图表 2015-2024年全球工业机器人出货量及预测
图表 2015-2020年中国工业机器人产量及增速
图表 2015-2020年中国内资机器人国内市占率
图表 消费电子产品分类及主要产品介绍
图表 2017-2021年全球消费用模拟芯片市场规模
图表 2016-2020年全球智能手机出货量
图表 2016-2025年全球笔记本电脑出货量及预测
图表 2016-2025年全球平板电脑出货量及预测
图表 2016-2025年全球蓝牙音频传输设备出货量及预测
图表 2018-2020年全球TWS耳机出货量及增速
图表 2018-2020年中国TWS耳机出货量
图表 2018-2019年德州仪器综合收益表
图表 2018-2019年德州仪器分部资料
图表 2018-2019年德州仪器收入分地区资料
图表 2019-2020年德州仪器综合收益表
图表 2019-2020年德州仪器分部资料
图表 2019-2020年德州仪器收入分地区资料
图表 2020-2021年德州仪器综合收益表
图表 2020-2021年德州仪器分部资料
图表 2020-2021年德州仪器收入分地区资料
图表 2018-2019年亚德诺半导体公司综合收益表
图表 2018-2019年亚德诺半导体公司分部资料
图表 2018-2019年亚德诺半导体公司收入分地区资料
图表 2019-2020年亚德诺半导体公司综合收益表
图表 2019-2020年亚德诺半导体公司分部资料
图表 2019-2020年亚德诺半导体公司收入分地区资料
图表 2020-2021年亚德诺半导体公司综合收益表
图表 2020-2021年亚德诺半导体公司分部资料
图表 2020-2021年亚德诺半导体公司收入分地区资料
图表 2018-2019年安美森综合收益表
图表 2018-2019年安美森分部资料
图表 2018-2019年安美森收入分地区资料
图表 2019-2020年安美森综合收益表
图表 2019-2020年安美森分部资料
图表 2019-2020年安美森收入分地区资料
图表 2020-2021年安美森综合收益表
图表 2020-2021年安美森分部资料
图表 2020-2021年安美森收入分地区资料
图表 2018-2019年美信综合收益表
图表 2018-2019年美信分部资料
图表 2018-2019年美信收入分地区资料
图表 2019-2020年美信综合收益表
图表 2019-2020年美信分部资料
图表 2019-2020年美信收入分地区资料
图表 2020-2021年美信综合收益表
图表 2020-2021年美信分部资料
图表 2020-2021年美信收入分地区资料
图表 2018-2019年恩智浦综合收益表
图表 2018-2019年恩智浦分部资料
图表 2018-2019年恩智浦收入分地区资料
图表 2019-2020年恩智浦综合收益表
图表 2019-2020年恩智浦分部资料
图表 2019-2020年恩智浦收入分地区资料
图表 2020-2021年恩智浦综合收益表
图表 2020-2021年恩智浦分部资料
图表 2020-2021年恩智浦收入分地区资料
图表 2018-2019年英飞凌综合收益表
图表 2018-2019年英飞凌分部资料
图表 2018-2019年英飞凌收入分地区资料
图表 2019-2020年英飞凌综合收益表
图表 2019-2020年英飞凌分部资料
图表 2019-2020年英飞凌收入分地区资料
图表 2020-2021年英飞凌综合收益表
图表 2020-2021年英飞凌分部资料
图表 2020-2021年英飞凌收入分地区资料
图表 2018-2021年圣邦微电子股份有限公司总资产及净资产规模
图表 2018-2021年圣邦微电子股份有限公司营业收入及增速
图表 2018-2021年圣邦微电子股份有限公司净利润及增速
图表 2020年圣邦微电子股份有限公司主营业务分行业
图表 2020年圣邦微电子股份有限公司主营业务分地区
图表 2018-2021年圣邦微电子股份有限公司营业利润及营业利润率
图表 2018-2021年圣邦微电子股份有限公司净资产收益率
图表 2018-2021年圣邦微电子股份有限公司短期偿债能力指标
图表 2018-2021年圣邦微电子股份有限公司资产负债率水平
图表 2018-2021年圣邦微电子股份有限公司运营能力指标
图表 2018-2021年思瑞浦微电子科技股份有限公司总资产及净资产规模
图表 2018-2021年思瑞浦微电子科技股份有限公司营业收入及增速
图表 2018-2021年思瑞浦微电子科技股份有限公司净利润及增速
图表 2020年思瑞浦微电子科技股份有限公司主营业务分行业
图表 2020年思瑞浦微电子科技股份有限公司主营业务分地区
图表 2018-2021年思瑞浦微电子科技股份有限公司营业利润及营业利润率
图表 2018-2021年思瑞浦微电子科技股份有限公司净资产收益率
图表 2018-2021年思瑞浦微电子科技股份有限公司短期偿债能力指标
图表 2018-2021年思瑞浦微电子科技股份有限公司资产负债率水平
图表 2018-2021年思瑞浦微电子科技股份有限公司运营能力指标
图表 2018-2021年无锡芯朋微电子股份有限公司总资产及净资产规模
图表 2018-2021年无锡芯朋微电子股份有限公司营业收入及增速
图表 2018-2021年无锡芯朋微电子股份有限公司净利润及增速
图表 2020年无锡芯朋微电子股份有限公司主营业务分行业
图表 2020年无锡芯朋微电子股份有限公司主营业务分地区
图表 2018-2021年无锡芯朋微电子股份有限公司营业利润及营业利润率
图表 2018-2021年无锡芯朋微电子股份有限公司净资产收益率
图表 2018-2021年无锡芯朋微电子股份有限公司短期偿债能力指标
图表 2018-2021年无锡芯朋微电子股份有限公司资产负债率水平
图表 2018-2021年无锡芯朋微电子股份有限公司运营能力指标
图表 2018-2021年上海晶丰明源半导体股份有限公司总资产及净资产规模
图表 2018-2021年上海晶丰明源半导体股份有限公司营业收入及增速
图表 2018-2021年上海晶丰明源半导体股份有限公司净利润及增速
图表 2020年上海晶丰明源半导体股份有限公司主营业务分行业
图表 2020年上海晶丰明源半导体股份有限公司主营业务分地区
图表 2018-2021年上海晶丰明源半导体股份有限公司营业利润及营业利润率
图表 2018-2021年上海晶丰明源半导体股份有限公司净资产收益率
图表 2018-2021年上海晶丰明源半导体股份有限公司短期偿债能力指标
图表 2018-2021年上海晶丰明源半导体股份有限公司资产负债率水平
图表 2018-2021年上海晶丰明源半导体股份有限公司运营能力指标
图表 2018-2021年芯海科技（深圳）股份有限公司总资产及净资产规模
图表 2018-2021年芯海科技（深圳）股份有限公司营业收入及增速
图表 2018-2021年芯海科技（深圳）股份有限公司净利润及增速
图表 2020年芯海科技（深圳）股份有限公司主营业务分行业
图表 2020年芯海科技（深圳）股份有限公司主营业务分地区
图表 2018-2021年芯海科技（深圳）股份有限公司营业利润及营业利润率
图表 2018-2021年芯海科技（深圳）股份有限公司净资产收益率
图表 2018-2021年芯海科技（深圳）股份有限公司短期偿债能力指标
图表 2018-2021年芯海科技（深圳）股份有限公司资产负债率水平
图表 2018-2021年芯海科技（深圳）股份有限公司运营能力指标
图表 2018-2021年上海艾为电子技术股份有限公司总资产及净资产规模
图表 2018-2021年上海艾为电子技术股份有限公司营业收入及增速
图表 2018-2021年上海艾为电子技术股份有限公司净利润及增速
图表 2020年上海艾为电子技术股份有限公司主营业务分行业
图表 2020年上海艾为电子技术股份有限公司主营业务分地区
图表 2018-2021年上海艾为电子技术股份有限公司营业利润及营业利润率
图表 2018-2021年上海艾为电子技术股份有限公司净资产收益率
图表 2018-2021年上海艾为电子技术股份有限公司短期偿债能力指标
图表 2018-2021年上海艾为电子技术股份有限公司资产负债率水平
图表 2018-2021年上海艾为电子技术股份有限公司运营能力指标
图表 高精度PGA/ADC等模拟信号链芯片升级及产业化项目总投资
图表 模拟芯片产品升级及产业化项目总投资
图表 模拟芯片产品升级及产业化项目
图表 高性能消费电子和通信设备电源管理芯片研发与产业化项目总投资
图表 高性能消费电子和通信设备电源管理芯片研发与产业化项目建设安排
图表 新一代汽车及工业电源管理芯片研发项目总投资
图表 新一代汽车及工业电源管理芯片研发项目建设安排
图表 新能源电池管理芯片研发项目总投资
图表 新能源电池管理芯片研发项目实施进度
图表 电源管理系列控制芯片开发及产业化项目总投资
图表 电源管理系列控制芯片开发及产业化项目进度安排
图表 电源管理系列控制芯片开发及产业化项目研发计划
图表 2016-2021年中国模拟芯片行业投资数量及金额
图表 2019-2025年中国物联网（IoT）连接数及预测
图表 2017-2020年中国模拟芯片自给率
图表 电源管理芯片产品发展趋势
图表 鸿晟信合对2022-2028年中国模拟芯片市场规模预测
Original: https://blog.csdn.net/QQ_1106715599/article/details/123378486
Author: QQ_1106715599
Title: 中国模拟芯片行业商业模式分析与投资机会评估报告2022-2028年
相关阅读
Title: Tensorflow keras中实现语义分割多分类指标：IOU、MIOU
在TF1.x版本中 miou指标可以使用tf.metrics.mean_iou 进行计算：
tf.metrics.mean_iou(labels, predictions, num_classes)
但是该方法有如下几点限制：
1.无法在动态图中使用 ，例如Tensorflow2.x版本中（注：TF2.x中api移动到了tf.compat.v1.metrics.mean_iou中），由于TF2.x 默认是开启动态图 ，因此会报错 （见mean_iou方法的源码）
if context.executing_eagerly():
raise RuntimeError('tf.metrics.mean_iou is not supported when '
'eager execution is enabled.')
2. 使用必须先sess.run(tf.local_variables_initializer()) 然后sess.run(update_op) ，最后sess.run(mean_iou_v) ，注意次序不能颠倒，不太方便和tf.keras相关训练代码结合使用
mean_iou_v, update_op = tf.metrics.mean_iou(y_true, y_pred, num_classes=4)
sess = tf.Session()
sess.run(tf.local_variables_initializer())
print(sess.run(update_op))
print(sess.run(mean_iou_v))
3.只能 直接输出所有类别的平均IOU 即mean_iou, 而不能输出各个类别对应的 iou
针对上述三个问题，我发现有如下两种解决方案：
方案2：继承调用tf.keras.metrics.MeanIoU类
方案1：自己实现相关计算代码
def cal_mean_iou(num_classes, ignore_labels=None):
"""
num_classes: int, 表示类别总数
ignore_labels: list[int]，注意这里ignore_labels必须为列表或None，
若为列表则存放int类型数字，表示需要忽略（不需要计算miou）的类别，
例如：num_classes=12 ignore_labels=[11] 表示总类别数为12，忽略第11个类别
"""
def MIOU(y_true, y_pred):
"""
y_true: Tensor，真实标签（one-hot类型），
y_pred: Tensor，模型输出结果（one-hot类型），二者shape都为[N,H,W,C]或[N,H*W,C],C为总类别数,
"""
y_true = tf.reshape(tf.argmax(y_true, axis=-1), [-1]) # 求argmax后，展平为一维
y_pred = tf.reshape(tf.argmax(y_pred, axis=-1), [-1])
num_need_labels = num_classes #不忽略的类别总数
if ignore_labels is not None:
num_need_labels -= len(ignore_labels)
for ig in ignore_labels:
mask = tf.not_equal(y_true, ignore_labels) # 获取需要忽略的标签的位置
y_true = tf.boolean_mask(y_true, mask) # 剔除y_true中需要忽略的标签
y_pred = tf.boolean_mask(y_pred, mask) # 剔除y_pred中需要忽略的标签
confusion_matrix = tf.confusion_matrix(y_true, y_pred, num_classes) # 计算混淆矩阵
intersect = tf.diag_part(confusion_matrix) # 获取对角线上的矩阵，形成一维向量
union = tf.reduce_sum(confusion_matrix, axis=0) + tf.reduce_sum(confusion_matrix, axis=1) - intersect
iou = tf.div_no_nan(tf.cast(intersect, tf.float32), tf.cast(union, tf.float32))
num_valid_entries = tf.reduce_sum(tf.cast(tf.not_equal(union, 0), dtype=tf.float32)) #统计union中不为0的总数
num = tf.minimum(num_valid_entries, num_need_labels)
mean_iou = tf.div_no_nan(tf.reduce_sum(iou), num) # mean_iou只需要计算union中不为0且不忽略label的
return mean_iou
return MIOU
上述代码是自己实现的各类别IOU 以及平均IOU 的计算方法，
如果只是想直接显示平均IOU ，那么直接这样使用即可:
model.compile(optimizer=optimizer,
loss=loss,
metrics=[cal_mean_iou(num_classes, ignore_label)])
如果想要在tf.keras训练过程中显示各个类别的IOU ，一般是继承tf.keras.callbacks.Callback类 ，然后重写相关的方法，方法可参考： 相关参考博客3
方案2：继承调用 tf.keras.metrics.MeanIoU类
方案1中的计算方式和tf.keras.metrics.MeanIoU(num_classes)计算方式类似，需要注意tf.keras.metrics.MeanIoU类中update_state(self, y_true, y_pred, sample_weight=None)方法接受的y_true和y_pred一般是非one-hot编码形式的 ，即如果网络的输入shape为[N,H,W,C]或[N,H*W,C]形式 ，需要将y_true和y_pred 先求argmax ，然后调用该方法
因此遇到上述情况，可以先继承tf.keras.metrics.MeanIoU类，然后重写update_state方法 ，示例代码如下：
class MeanIoU(tf.keras.metrics.MeanIoU):
"""
y_true: Tensor，真实标签（one-hot类型），
y_pred: Tensor，模型输出结果（one-hot类型），二者shape都为[N,H,W,C],C为总类别数,
"""
def update_state(self, y_true, y_pred, sample_weight=None):
y_true = tf.argmax(y_true, axis=-1)
y_pred = tf.argmax(y_pred, axis=-1)
super().update_state(y_true, y_pred, sample_weight=sample_weight)
return self.result()
model.compile(optimizer=optimizer,
loss=loss,
metrics=[MeanIoU(num_classes)])
相关参考博客：
Original: https://blog.csdn.net/qq_32194791/article/details/124504486
Author: 不啻逍遥然
Title: Tensorflow keras中实现语义分割多分类指标：IOU、MIOU