-
公开(公告)号：CN117519641A
公开(公告)日：2024-02-06
申请号：CN202311580685.7
申请日：2023-11-24
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于重构计算的通用并行矩阵乘法器。所述乘法器包括矩阵重构模块、乘法模块、压缩模块、移位模块和累加模块。矩阵数据经过矩阵重构模块根据其比特位重构为多组单比特数据后，在乘法模块中相乘；相乘得到的结果被压缩模块压缩。压缩模块中的压缩器能够同时实现对六个数据进行压缩。最后压缩的结果经过移位模块移位，累加模块累加后得到矩阵数据相乘的结果。根据本发明提供的矩阵乘法器，通过由压缩器组成的压缩模块对数据进行压缩，能够提高压缩效率；同时压缩器还可以进行部分移位计算，承担后续移位模块的部分职责，从而减小矩阵乘法器的面积开销；通过根据比特位来分解矩阵数据，能够实现对有符号数和无符号数的计算。
-
公开(公告)号：CN109688107A
公开(公告)日：2019-04-26
申请号：CN201811384531.X
申请日：2018-11-20
Applicant: 西安电子科技大学
CPC classification number: H04L63/1491 , H04L9/0631 , H04L9/3247 , H04L9/3271 , H04L63/045 , H04L63/12 , H04L67/18
Abstract: 本发明属于分布式数据地理定位技术领域，公开了一种基于完整性审计与通信时延的云数据安全定位方法；数据所有者使用Reed-Solomon纠错码将原始数据文件编码和加密，编码操作将在初始化阶段完成；当数据拥有者想要定位其云中的数据时，要求各个代理节点进行分布式挑战操作；收到数据拥有者指令的各分布式代理将挑战云存储；云服务器需要接收一组挑战请求并提供证明结果；云服务器执行挑战响应协议并向每个代理节点广播可恢复性证明；在验证阶段，分布式节点主要执行可恢复性验证功能和提取地理测量信息；数据所有者运行位置估计算法估计云服务器的位置。本发明可以检查操纵延迟并伪造位置的潜在恶意服务器；通过理论分析，认为是有效和正确的。
-
公开(公告)号：CN117579129A
公开(公告)日：2024-02-20
申请号：CN202311588073.2
申请日：2023-11-27
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 西安电子科技大学
IPC: H04B7/185 , G06F21/62 , G06F21/60 , G06F21/31 , G06F21/64 , H04L9/32 , H04L9/08 , H04L9/06 , H04L9/40 , H04W12/041 , H04W12/06
Abstract: 一种面向远海风电场的卫星在轨安全异常查询方法，包括：系统初始化阶段：可信权威中心设定系统的基本安全参数，包括哈希函数、主密钥和系统公钥；第一和第二类卫星经设置以准备后续的数据处理；异常数据签名阶段：第一类卫星生成累加器和证明集合，并发送给第二类卫星，第二类卫星验证证明集合的正确性，对累加器进行签名，并发送给第一类卫星验证签名；异常数据查询阶段：第一类卫星接收供应商发送的经过加密的要查询的可疑数据项之后进行解密，并发送查询结果的相关证明以及第二类卫星的签名给供应商以进行验证。本发明结合高效动态累加器和身份签名技术，实现远海风电场的安全异常数据查询，满足对风电场数据以及查询数据保密性的安全需求。
-
公开(公告)号：CN117278109A
公开(公告)日：2023-12-22
申请号：CN202311546226.7
申请日：2023-11-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 西安电子科技大学
IPC: H04B7/185 , H04W12/122
Abstract: 一种面向远海风电场的卫星在轨安全异常识别方法，包括：系统初始化阶段：可信权威中心设定系统的基本安全参数，包括哈希函数和指纹函数，并初始化XOR过滤器；第一类卫星和第二类卫星经设置以准备后续的数据处理；异常数据组织阶段：第一类卫星接收远海风电场的远程管理者发送的异常数据并添加到XOR过滤器，利用XOR过滤器的指纹来生成相应元素并发送给第二类卫星；异常数据求交阶段：第二类卫星接收远海风电场传感器实时数据集合，用XOR过滤器过滤掉不属于交集的元素，然后与第一类卫星共同完成两个集合求交过程，即异常数据的识别过程本方法既满足卫星在轨处理中异常数据机密性、可用性和完整性的安全需求，又极大减少了在轨计算开销和通信开销。
-
公开(公告)号：CN104853498A
公开(公告)日：2015-08-19
申请号：CN201510271376.0
申请日：2015-05-25
Applicant: 西安电子科技大学
IPC: H05B37/02
CPC classification number: Y02B20/48
Abstract: 一种智能路灯道路监测系统及其监测方法，监测系统包括在分组后的路灯中设置一个主路灯模块及若干个从路灯模块；主路灯模块包括单独与操控中心相连的摄像头，与内部处理器相连的照明子模块、环境监测子模块以及测速和车流量统计子模块，从路灯模块包括照明子模块；主路灯模块与从路灯模块相互连接，且各组的主路灯模块内部处理器还与远程的操控中心进行无线互联。监测方法包括首先系统启动后，完成各个模块的初始化工作，并开启PWM调光器，气体采样风机和所有传感器，以及用于检测车辆经过的光电传感器；然后系统进行照明控制，道路监控，环境监测以及测速和车流量统计；本发明在智能照明控制中集成多种监测功能，设备布局合理，监测结果直观。
-
Patent Agency Ranking
公开(公告)号：CN101478069A
公开(公告)日：2009-07-08
申请号：CN200910020953.3
申请日：2009-01-16
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于核机器学习的微波滤波器辅助调试方法，主要解决现有技术没有建立螺栓调整量与耦合矩阵变化量之间关系模型的问题。该方法根据工程中测量的滤波器S参数，通过抽取其耦合矩阵和进行数据处理，得到归一化的螺栓调整量和耦合矩阵变化量的数据样本集；根据这些样本集，使用核机器学习算法建立了螺栓调整量对耦合矩阵变化量影响的模型，通过修正理想耦合矩阵，获得了螺栓调整量对电性能影响的机器学习模型；最后根据此机器学习模型，构建了滤波器螺栓调整量的最优调整模型；求解该最优调整模型，计算得到滤波器各个调整螺栓的调整量。本发明能够快速、准确地进行滤波器辅助调试，可用于大批量生产的滤波器辅助调试。
-
公开(公告)号：CN117493747A
公开(公告)日：2024-02-02
申请号：CN202311500952.5
申请日：2023-11-10
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于FPGA的高效大规模卷积数据计算方法及系统，所述系统包括：可填充分离模块、卷积计算模块及可配置加法树模块，所述方法包括：可填充分离模块对待计算数据进行处理并在处理后的数据上滑动卷积窗口得到多个计算窗口，然后将无效计算窗口转换为有效计算窗口；卷积计算模块对有效计算窗口内的数据进行卷积运算，得到窗口卷积数据；可配置加法树模块对窗口卷积数据进行累加运算，得到待计算数据的卷积结果。根据本发明提供的方法，通过将无效计算窗口转换为有效计算窗口进行卷积运算，能够提高FPGA的资源利用率、提高关键资源的计算效率，从而实现大规模的卷积计算。
-
公开(公告)号：CN116911357A
公开(公告)日：2023-10-20
申请号：CN202310848642.6
申请日：2023-07-11
Applicant: 西安电子科技大学
IPC: G06N3/0464 , G06N3/063 , G06N3/08 , G06N3/0455 , G06F17/15
Abstract: 本发明公开了一种基于CSR编码的卷积计算加速器，包括：数据预处理模块，用于从外部读取数据，并进行分块处理；CSR编码模块，用于对分块数据进行CSR编码，得到编码数据及其对应的地址；乘法脉动计算阵列，用于根据地址对对应的编码数据进行计算；数据分配模块，用于将计算结果划分为本窗口数据和跨窗口数据，并传入数据累加模块进行累加；数据延迟模块，用于在判断发生加法写冲突时，向乘法脉动计算阵列反馈反压信号，以暂停当前工作，并在延迟数据相加完毕后重新启动当前工作；数据排布模块，用于对累加数据进行整合并通过再量化模块重新映射位宽后，写入片外存储。该方法减少了片上存储的压力，降低了功耗，适用于高并行卷积计算。
-
公开(公告)号：CN116882454A
公开(公告)日：2023-10-13
申请号：CN202310713692.3
申请日：2023-06-15
Applicant: 西安电子科技大学
IPC: G06N3/0464 , G06N3/063
Abstract: 本发明公开了一种轻量化卷积神经网络加速系统及加速方法，该系统包括控制模块、参数存储模块、加速填充补零模块、专用卷积计算模块、专用片上存储模块、后处理模块以及结果传出模块。该系统通过加速填充补零模块消除了无用窗口，减少了数据预处理时间；通过专用卷积计算模块针对性计算不同类型的卷积，节省与提高了资源利用率；通过专用片上存储模块进行中间结果的存储，减少了与片外的数据传输，降低了数据传输所造成的功耗；同时配合高并行度的层内并行计算提高卷积层内计算的并行度，加快计算效率，通过层间并行计算策略并行计算不同类型的卷积层，减少了资源浪费与空闲时间，进一步提高了计算速度。
-
公开(公告)号：CN101478069B
公开(公告)日：2013-04-03
申请号：CN200910020953.3
申请日：2009-01-16
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于核机器学习的微波滤波器辅助调试方法，主要解决现有技术没有建立螺栓调整量与耦合矩阵变化量之间关系模型的问题。该方法根据工程中测量的滤波器S参数，通过抽取其耦合矩阵和进行数据处理，得到归一化的螺栓调整量和耦合矩阵变化量的数据样本集；根据这些样本集，使用核机器学习算法建立了螺栓调整量对耦合矩阵变化量影响的模型，通过修正理想耦合矩阵，获得了螺栓调整量对电性能影响的机器学习模型；最后根据此机器学习模型，构建了滤波器螺栓调整量的最优调整模型；求解该最优调整模型，计算得到滤波器各个调整螺栓的调整量。本发明能够快速、准确地进行滤波器辅助调试，可用于大批量生产的滤波器辅助调试。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.029 seconds)
