-
公开(公告)号：CN103617137B
公开(公告)日：2016-09-07
申请号：CN201310626232.3
申请日：2013-11-29
Applicant: 暨南大学
IPC: G06F13/24
Abstract: 本发明公开了一种兼容8051IP核的中断控制器及其控制方法，该控制器包括输入接口、输出接口、中断允许寄存器IE、中断优先级寄存器IP等，其中IE用于根据中断优先级寄存器IP中的特殊寄存器复用标志位，存储8051系列微处理器的中断允许位或扩展的中断允许位；IP用于根据该寄存器中的特殊寄存器复用标志位，存储8051系列微处理器的中断优先级或进行扩展的中断优先级设置。该控制方法是根据用户需要可以对中断允许寄存器IE以及中断优先级寄存器IP采用默认的或改进的定义方式，如果是改进的定义方式，则IP核通过启用特殊寄存器复用，从而使该中断控制器IP核能够支持15个中断源的中断请求以及7级的中断优先级。
-
公开(公告)号：CN103761719A
公开(公告)日：2014-04-30
申请号：CN201410005800.2
申请日：2014-01-06
Applicant: 暨南大学
Abstract: 本发明公开了一种基于邻域相关性的自适应小波阈值去噪方法，步骤如下：（1）对含噪声图像进行小波变换，获取小波系数；（2）根据小波系数，构造各层小波系数的自适应阈值函数和选取第i分解层小波阈值；（3）利用中点法选取衰减系数，采用阈值函数和小波阈值进行阈值处理；（4）将选取的各衰减系数对应阈值函数处理的小波系数分别进行小波反变换，得到恢复的原始信号估计值；（5）计算出各原始信号估计值的PSNR值，得到最优值，根据中点法得到PSNR最优值下的最佳衰减系数，将对应阈值函数处理的小波系数重构得到的估计值作为最终去噪图像。本发明克服了硬阈值和软阈值去噪方法的缺陷，得到更加准确的小波系数估计值，保护了图像边缘。
-
公开(公告)号：CN102608626A
公开(公告)日：2012-07-25
申请号：CN201210062429.4
申请日：2012-03-09
Applicant: 暨南大学
Abstract: 本发明公开了一种高灵敏度卫星导航信号捕获方法及系统，其中该系统包括：实现卫星数字中频信号数字下变频操作的数字下变频模块；平均采样卫星数据及完成块累加功能的平均采样及块累加模块；实现码相位频域搜索的FFT模块；利用多普勒圆周移位搜索代替频率补偿的圆周移位模块；存储本地PRN码FFT共轭结果的本地PRN码FFT共轭存储器；实现信号解扩的复数乘法器模块；计算不同码相位相关结果的IFFT模块；对解扩后的卫星信号进行差分相关能量累加的差分相干积分模块；实现信号捕获输出的峰值检测模块；对系统各模块时序进行控制的时序控制模块。本发明提高了卫星导航接收机捕获弱信号的速度和灵敏度，且各参数可以灵活配置。
-
公开(公告)号：CN101345880B
公开(公告)日：2010-09-01
申请号：CN200810198170.X
申请日：2008-08-29
Applicant: 暨南大学
Abstract: 本发明公开了一种基于AVS的环路滤波器的硬件实现方法。它将传统行列转换结构中80个8位可控寄存器修改为80个8位纯寄存器。垂直滤波时数据不需要从最左端输入，只需从p2的左端输入即可，水平缓冲6个周期后即可再进行垂直缓冲。左右两边的寄存组还可以在一维滤波模块进行复用。行列转换将垂直数据转换成水平数据，使得一维滤波模块能统一处理水平和垂直数据，具有节约资源，减少了近一半的面积，同时也极大的减少时钟周期和降低了模块功耗的优点。环路滤波器中的时序控制模块中采用Mealy状态机来实现，根据不同的边界强度(BS)值，控制处理过程的状态转移，达到了对数据的合理处理和状态的自适应跳转，使系统代码易于维护。
-
公开(公告)号：CN119539001A
公开(公告)日：2025-02-28
申请号：CN202510097175.7
申请日：2025-01-22
Applicant: 暨南大学
IPC: G06N3/063 , G06F9/30 , G06F9/50 , G06N3/0464 , G06N3/0495 , G06N3/096 , G06F17/16
Abstract: 本发明公开了一种基于RISC‑V的神经网络扩展执行计算机系统，包括：基于乱序执行体系结构的RISC‑V处理器、神经网络硬件加速器、指令存储器、数据存储器和动态调度器；动态调度器用于根据当前计算负载，为计算机系统切换不同的工作模式，将待执行的计算任务分配给RISC‑V处理器或神经网络硬件加速器执行；所述工作模式包括：标准计算模式、神经网络加速模式和低功耗模式；所述计算任务包括通用计算任务和神经网络计算任务。通过上述技术方案，本发明提高了计算机系统的智能性，并在计算效率、资源消耗与功耗之间实现了较好平衡。
-
Patent Agency Ranking
公开(公告)号：CN114742701B
公开(公告)日：2024-11-29
申请号：CN202210209804.7
申请日：2022-03-03
Applicant: 暨南大学
IPC: G06T3/4053 , G06N3/0464
Abstract: 本发明提出一种基于空洞残差稠密卷积的图像超分辨率重建方法及系统，包括构建包括特征提取层、非线性映射层和图像重建层的图像重建网络；非线性映射层包括由若干个依次稠密连接的空洞卷积层和标准卷积层组成的空洞残差稠密模块；将预处理后的待重建图像输入图像重建网络，待重建图像经过特征提取以及与高分辨率图像的映射，图像重建网络输出高分辨率图像。使用稠密连接的空洞卷积层和标准卷积层组成的残差结构，相比标准卷积层能够提取更多的图像的语境信息并且能够提高特征信息的重复利用率，增加前面卷积层提取的特征信息对最后图像重建的贡献率，充分利用图像的特征信息，降低网络的训练难度，实现图像重建的质量和效率的提高。
-
公开(公告)号：CN117079103A
公开(公告)日：2023-11-17
申请号：CN202311331979.6
申请日：2023-10-16
Applicant: 暨南大学
IPC: G06V10/82 , G06N3/09 , G06V10/26 , G06V10/44 , G06V10/46 , G06V10/764 , G06V10/774
Abstract: 本发明涉及深度学习技术领域，提出一种用于神经网络训练的伪标签生成方法及系统，包括以下步骤：将输入图像及其对应的图像级别标签传输至基于残差结构的分类骨干网络进行注意力池化，得到类激活图，以及，将输入图像传输至显著对象检测网络进行区域检测，得到显著性图；融合类激活图与显著性图的各区域特征，合成输入图像的边界伪标签；利用边界伪标签监督边界检测网络的训练，并将输入图像传输至已训练完成的边界检测网络进行边界检测，提取输入图像的边界；利用边界引导类激活图进行细化传播，生成与输入图像相对应的语义分割伪标签。本发明能够大幅降低人工标注像素级标签的成本和时间，提高语义分割伪标签的精度和生成效率。
-
公开(公告)号：CN111856531A
公开(公告)日：2020-10-30
申请号：CN202010660458.5
申请日：2020-07-10
Applicant: 暨南大学
IPC: G01S19/42 , G01S19/37 , G01D21/02 , G05D27/02 , G05B19/418 , G16Y40/60 , G16Y10/05 , G16Y10/75 , G16Y20/10 , G06F17/12
Abstract: 本发明公开的一种基于卫星定位的农业物联网方法，包括以下步骤：构建规定模式的农田；在规定模式的农田中种上农作物，并贴上标签；搭建农业信息系统，所述农业信息系统包括农作物种植模块、传感器模块、智能终端模块、智能作业车、通信定位模块；通过传感器模块采集农作物状态信息，将农作物状态信息传送至智能终端模块，同时通信定位模块通过进行WLS方法PVT解算和精度因子分析，并利用改进EKF定位解算方法选取卫星，从而获取该农作物位置信息，智能作业车根据农作物位置信息和农作物状态信息进行相应作业；本发明通过提出了一种改进的农田结构，结合传感器采集的农作物状态信息和卫星精准定位便于终端实现精准化操作。
-
公开(公告)号：CN105913393B
公开(公告)日：2018-08-17
申请号：CN201610218464.9
申请日：2016-04-08
Applicant: 暨南大学
IPC: G06T5/00
Abstract: 本发明提出了一种自适应小波阈值图像去噪方法及装置，该图像去噪方法步骤如下：对含噪图像进行小波变换，获得各层的小波系数；考虑到信号的相关性，在每层小波系数中，对每个系数相邻区域的系数求平均；根据采用绝对平均值估计后得到的小波系数确定阈值，采用自适应阈值法确定适合于各个尺度级不同的阈值；针对小波系数和阈值，构造各层各方向上具有自适应性的阈值函数；进行小波反变换并重构，获得去噪图像。该图像去噪方法采用自适应阈值法确定阈值，将各个尺度级不同的阈值代替全局的统一阈值，通过利用具有自适应性的阈值和阈值函数进行小波阈值去噪，能保护图像的细节信息，在峰值信噪比和视觉感官上都明显优于传统的小波阈值去噪方法。
-
公开(公告)号：CN105913393A
公开(公告)日：2016-08-31
申请号：CN201610218464.9
申请日：2016-04-08
Applicant: 暨南大学
IPC: G06T5/00
CPC classification number: G06T5/002
Abstract: 本发明提出了一种自适应小波阈值图像去噪算法及装置，该图像去噪算法步骤如下：对含噪图像进行小波变换，获得各层的小波系数；考虑到信号的相关性，在每层小波系数中，对每个系数相邻区域的系数求平均；根据采用绝对平均值估计后得到的小波系数确定阈值，采用自适应阈值法确定适合于各个尺度级不同的阈值；针对小波系数和阈值，构造各层各方向上具有自适应性的阈值函数；进行小波反变换并重构，获得去噪图像。该图像去噪算法采用自适应阈值法确定阈值，将各个尺度级不同的阈值代替全局的统一阈值，通过利用具有自适应性的阈值和阈值函数进行小波阈值去噪，能保护图像的细节信息，在峰值信噪比和视觉感官上都明显优于传统的小波阈值去噪算法。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.024 seconds)
