-
公开(公告)号：CN106407048B
公开(公告)日：2019-04-05
申请号：CN201610885756.8
申请日：2016-10-10
IPC: G06F11/14
Abstract: 本发明公开一种非易失的输入输出通信接口、及基于该接口的数据备份和恢复方法，涉及通信接口设计领域。其中，所述非易失的输入输出通信接口包括：电压监测单元、与电压监测单元连接的控制器以及与控制器连接的非易失触发器；电压监测单元，用于监测输入输出通信接口的供电电压，并根据供电电压与预设的电压阈值的比较结果输出相应的休眠唤醒信号；控制器，用于根据休眠唤醒信号获取输入输出通信接口的通电状态，并根据通电状态产生读写控制信号，及将读写控制信号发送至非易失触发器，以使得非易失触发器进行读写数据，从而实现数据的备份或恢复。通过本发明，能够大大降低自供能系统中输入输出通信接口的数据备份和恢复的时间开销和能量开销。
-
公开(公告)号：CN108876839A
公开(公告)日：2018-11-23
申请号：CN201810791127.8
申请日：2018-07-18
Applicant: 清华大学
Abstract: 本发明提供一种结构光三维成像系统的景深扩展方法、装置及系统，所述方法包括：分别获取目标场景的多个聚焦位置中各聚焦位置对应的结构光图像序列；使用格雷码的局部精细深度估计算法，获取各结构光图像序列的局部精细深度图，使用基于最大流方法的全局粗糙深度估计算法，获取所有结构光图像序列的全局粗糙深度图；根据全局粗糙深度图将各局部精细深度图进行融合，获取目标场景的全局精细深度图。本发明实现大景深场景下的三维成像，方法简单，计算效率高，提高了三维成像的精度。
-
公开(公告)号：CN108596336A
公开(公告)日：2018-09-28
申请号：CN201810371573.3
申请日：2018-04-24
Applicant: 清华大学
Abstract: 本发明公开了一种针对神经网络的软硬件联合攻击方法及装置，其中，方法包括以下步骤：通过软件层面的预设训练流程将含有木马的子神经网络隐藏在原有的神经网络中，以在不影响原有的神经的精度下，植入木马；判断是否满足攻击条件；如果满足攻击条件，则通过硬件层面的预设硬件木马电路触发含有木马的子神经网络，以达到软硬件联合攻击的目的。该方法通过软件和硬件结合的方式在无需修改输入图片的情况下实现对神经网络的攻击，从而有效增减攻击的隐蔽性、可行性，简单易实现。
-
公开(公告)号：CN108510066A
公开(公告)日：2018-09-07
申请号：CN201810306605.1
申请日：2018-04-08
Applicant: 清华大学
Abstract: 本发明提供一种应用于卷积神经网络的处理器，所述处理器包括：包括：多个处理单元，各所述处理单元包括数据处理器和索引处理器；其中，所述数据处理器用于对卷积神经网络中各层输出的各特征图和所述卷积神经网络中各卷积核进行卷积，获取卷积结果；所述索引处理器用于根据各所述特征图的索引和各所述卷积核的索引获取所述卷积结果的索引；当各所述特征图为稀疏状态时，各所述特征图的索引为各所述特征图中非零特征元素的索引；当各所述卷积核为稀疏状态时，各所述卷积核的索引为各所述卷积核中非零权重元素的索引。本发明减少存储空间和运算量，同时适用于稀疏状态和稠密状态的卷积神经网络的处理。
-
公开(公告)号：CN105447493B
公开(公告)日：2018-08-03
申请号：CN201510868049.3
申请日：2015-12-01
Applicant: 清华大学
IPC: G06K9/46
Abstract: 本发明提出种基于尺度化缓存插值结构的鲁棒特征点提取系统,包括:积分图计算模块,用于得到积分图数据;特征点定位模块,根据积分图数据得到符合预设条件的特征点的亚像素位置;尺度化缓存插值模块,对积分图数据进行多尺度化缓存和插值;特征点方向计算模块,根据每个特征点的亚像素位置及尺度化缓存插值模块输出的插值结果确定每个特征点的特征方向;特征点描述符向量计算模块,根据特征点的亚像素位置、积分图数据的插值结果和特征点方向,得到特征点描述符向量;单位向量计算模块,对特征点描述符向量进行单位化,以得到预设小数精度的特征点单位向量描述符向量。本发明提高了鲁棒特征点提取算法的计算精度和计算性能,降低了资源占用。
-
Patent Agency Ranking
公开(公告)号：CN105390520B
公开(公告)日：2018-06-22
申请号：CN201510689823.4
申请日：2015-10-21
Applicant: 清华大学
IPC: H01L27/24
Abstract: 本发明公开了一种忆阻器交叉阵列的参数配置方法，包括以下步骤：S1：获取忆阻器模型、矩阵参数、矩阵大小和工艺节点；S2：对可配置参数进行初始化；S3：将矩阵参数映射至忆阻器参数中；S4：确定交叉阵列的输入电压向量幅值，以获取交叉阵列进行模拟矩阵向量乘法的精度和功耗；S5：如果精度和功耗满足配置条件，则输出当前配置方案；S6：如果精度和功耗不满足配置条件，则进行进一步调整，并转至S3。本发明实施例的配置方法可以克服电路实际非理想因素，从而应用于模拟矩阵向量乘法运算，提高运算精度，同时优化功耗参数，有效地将矩阵向量乘法的参数映射至交叉阵列电路中的参数中，简单便捷。
-
公开(公告)号：CN104852734B
公开(公告)日：2018-04-20
申请号：CN201510250635.1
申请日：2015-05-15
Applicant: 清华大学
Abstract: 本发明提出一种时间松弛交织的归零动态元件匹配编码器，其特征在于，包括：时钟模块，用于提供时钟信号；输入模块，用于向动态元件匹配编码器输入1个n位二进制数B，其中，B＝BnBn‑1...B2B1，且0≤B≤2n‑1；动态元件匹配编码器，用于根据时钟信号和n位二进制数B生成1个N位二进制数D，其中，D＝DNDN‑1...D2D1，N＝2n，且D1+D2+...+DN＝B，DN＝0；伪随机数生成器，用于根据时钟信号生成1个N位二进制数R，其中，R＝RNRN‑1...R2R1，且R1+R2+...+RN＝N/2；N位二选一多路选择器，N位二选一多路选择器分别与时钟模块、动态元件匹配编码器和伪随机数生成器相连，用于接收R和D，并根据R和D生成二进制数P和二进制数Q，其中，P＝PNPN‑1...P2P1，Q＝QNQN‑1...Q2Q1。本发明具有结构简单、随机化程度高、动态特性好的优点。
-
公开(公告)号：CN104716963B
公开(公告)日：2018-04-10
申请号：CN201510132158.9
申请日：2015-03-24
Applicant: 清华大学
IPC: H03M1/66
Abstract: 本发明提出一种随机拆分编码方法，包括以下步骤：输入一个n+1位的二进制数B和一个n位的随机二进制数R，其中，0≤B≤2n，R＝RnRn‑1...R2R1，n为自然数；根据二进制数B和随机二进制数R，将二进制数B拆分成两个n位二进制数P和Q，其中，P＝PnPn‑1...P1，0≤P≤2n‑1，Q＝QnQn‑1...Q1，0≤Q≤2n‑1，且P+Q＝B。本发明的随机拆分编码方法，随机性程度高，结构简单且易于实现。本发明还提出一种随机拆分单元及动态元件匹配编码器。
-
公开(公告)号：CN104485957B
公开(公告)日：2017-11-21
申请号：CN201410602834.X
申请日：2014-10-31
Applicant: 清华大学
IPC: H03M1/12
Abstract: 本发明公开了一种流水线模数转换器，包括：第一至第四级流水线，第一级流水线用于对模拟输入信号进行采样保持并转换为第一级3位流水线输出数据，并且根据第一级3位流水线输出数据生成余量电压，以及第二至第四级流水线根据上一级的余量电压依次输出第二级至第四级3位流水线输出数据和生成对应的余量电压；全并行子模数转换器，用于根据第四级的余量电压输出4位输出数据；时钟对齐与数字校正电路，用于根据每级3位流水线输出数据和4位输出数据进行时钟对齐与数字校正，实现12位数字输出。本发明实施例的模数转换器提高了转换精度，减小了转换时间，同时兼顾速度、精度、功耗、面积要求，结构简单，更好地满足用户的使用要求。
-
公开(公告)号：CN104320139B
公开(公告)日：2017-11-21
申请号：CN201410514426.9
申请日：2014-09-29
Applicant: 清华大学
IPC: H03M1/10
Abstract: 本发明公开了一种基于电荷匹配的全对称四端动态比较器的失调校正方法，包括以下步骤：根据时钟信号、复位信号和校正信号控制比较器进入失调校正状态；向比较器的输入端输入共模电平信号；控制与比较器的输出端相连的可调电容，以在可调电容的作用下使比较器输出正负端电荷匹配，其中，可调电容通过将NMOS晶体管源极和漏极短接形成。本发明的方法能够消除浮空节点对比较器速度和精度的影响，以及消除动态比较器中各种因素引起的失调，提高电路精度。本发明还提供了一种基于电荷匹配的全对称四端动态比较器的失调校正系统。
-
-
-
-
-
-
-
-
-
Search Results
444
records
(took 0.028 seconds)
