-
公开(公告)号：CN112543092B
公开(公告)日：2024-06-28
申请号：CN202011157911.7
申请日：2020-10-26
Applicant: 北京计算机技术及应用研究所
IPC: H04L9/00 , H04N19/176 , H04N19/85
Abstract: 本发明涉及一种基于图像压缩感知加密的混沌二进制序列族矩阵构造方法，其中，包括：(1)根据图像分块大小的信息维度，判断相关参数的奇偶性，选择相应的迹表示函数；(2)对步骤(1)中选择的迹表示函数，产生组成相应二进制序列族的二进制伪随机序列集合，进行数值转换得到相应的双极性序列族，从得到的双极性序列族中选出一部分序列作为列向量进行排列，得到相应的初始测量矩阵；(3)引入混沌序列对步骤(2)得到的初始测量矩阵的列向量做相应置换得到所需要的混沌二进制序列族矩阵。本发明可用于构造具有硬件友好、感知性能高和加密性质良好的压缩感知测量矩阵，实现对灰白图像和彩色图像等图像信号的压缩加密采集。
-
公开(公告)号：CN115018066B
公开(公告)日：2024-04-09
申请号：CN202210564592.4
申请日：2022-05-23
Applicant: 北京计算机技术及应用研究所
IPC: G06N3/08 , G06V10/764 , G06V10/82
Abstract: 本发明涉及一种边端模式下的深度神经网络本地化训练方法，属于机器学习领域。本发明边缘侧处理机向终端设备发送待部署深度神经网络模型；终端设备执行智能信息处理任务，将采集的数据、模型预测结果与置信度发送至边缘侧处理机进行存储；边缘侧处理机存储的终端推理数据超过指定存储容量阈值时，对深度神经网络模型进行本地化训练；边缘侧处理机测试深度神经网络模型并将结果写入日志；测试结果高于日志记录历史最高值时，边缘侧处理机向终端设备发送本地化训练后的模型进行部署，并将伪标注训练集合并到真实标注训练集中。该方法有效改善了数据分布偏差问题，降低了人工标注成本，且有效改善了灾难性遗忘问题。
-
公开(公告)号：CN113408731B
公开(公告)日：2023-04-07
申请号：CN202110683925.0
申请日：2021-06-21
Applicant: 北京计算机技术及应用研究所
IPC: G06N10/20 , G06F18/2413
Abstract: 本发明涉及一种K‑Nearst‑Neighbor量子线路实现方法，属于量子算法仿真领域。本发明结合量子线路编辑和经典KNN算法的基本思想，构造了量子KNN线路；将待检测样本放在量子计算网络第一寄存器中，训练集存入第二寄存器，并准备一位辅助位量子态|0>在第三寄存器中,通过量子受控非门、泡利门对样本和训练集进行运算，并统计Hamming距离，根据Hamming距离更改辅助量子位，对KNN类别进行测量。本发明量子信息处理表现出的并行性将是经典计算能力无法比拟的。同时，经典量子混合计算架构也符合当前量子人工智能领域的发展趋势，使得本发明具有科研前沿性和创新性。
-
公开(公告)号：CN115018066A
公开(公告)日：2022-09-06
申请号：CN202210564592.4
申请日：2022-05-23
Applicant: 北京计算机技术及应用研究所
IPC: G06N3/08 , G06V10/764 , G06V10/82
Abstract: 本发明涉及一种边端模式下的深度神经网络本地化训练方法，属于机器学习领域。本发明边缘侧处理机向终端设备发送待部署深度神经网络模型；终端设备执行智能信息处理任务，将采集的数据、模型预测结果与置信度发送至边缘侧处理机进行存储；边缘侧处理机存储的终端推理数据超过指定存储容量阈值时，对深度神经网络模型进行本地化训练；边缘侧处理机测试深度神经网络模型并将结果写入日志；测试结果高于日志记录历史最高值时，边缘侧处理机向终端设备发送本地化训练后的模型进行部署，并将伪标注训练集合并到真实标注训练集中。该方法有效改善了数据分布偏差问题，降低了人工标注成本，且有效改善了灾难性遗忘问题。
-
公开(公告)号：CN113670863A
公开(公告)日：2021-11-19
申请号：CN202110942317.7
申请日：2021-08-17
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种二维半导体材料中光生载流子的差分反射探测方法，属于超快激光泵浦探测领域。本发明利用二维半导体材料价带电子吸收光子并发生跃迁至导带的原理，在超快激光的激发下，通过测量二维半导体材料的反射光的方式，得到了微观电子的动力学过程。所述超快激光为脉冲持续时间在100飞秒左右、重复频率为80MHz、带宽为10纳米左右的相干光源，保证了光学测量的时间分辨率。本发明具有瞬时响应和飞秒—皮秒级别的时间分辨率。和宏观电学的电流探测手段相比，灵敏度更高，适用于微观探测领域，同时避免了电极材料对测量结果的影响。
-
Patent Agency Ranking
公开(公告)号：CN112132050A
公开(公告)日：2020-12-25
申请号：CN202011015320.6
申请日：2020-09-24
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种联机手写汉字识别算法及可视化关键笔画评估方法，属于模式识别技术领域。本发明提出一种局部自注意力机制，能够通过神经网络自身产生对应各个时刻隐含层状态的注意力权重，通过这种注意力机制能够有效地提升联机手写汉字的识别精度。本发明提出了一种可视化的联机手写汉字识别中关键笔画评估方法，通过自注意力机制生成的权重，将输入字符样本轨迹坐标中对识别起关键作用的笔画(轨迹点或者轨迹段)显示出来，能够更直观的评估联机手写汉字字符样本中的关键笔画，分析神经网络学习字符样本时的方式。
-
公开(公告)号：CN111931914A
公开(公告)日：2020-11-13
申请号：CN202010793944.4
申请日：2020-08-10
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于模型微调的卷积神经网络通道剪枝方法及系统，该方法包括：构造卷积神经网络分类模型，该模型由特征提取器和分类器两部分构成，特征提取器包括卷积层以及池化层，在ImageNet图像分类数据集上进行训练，得到预训练模型C；修改所述预训练模型C的分类器，将分类器全连接层输出的类别数设置为目标类别，并在目标数据集上进行稀疏性训练，得到收敛后的模型C′；将所述稀疏训练后的模型C′根据通道剪枝策略进行剪枝，得到剪枝后的模型C″；将所述剪枝后的模型C″在目标数据集上进行微调，以提高剪枝后模型的性能。本发明提供一种基于模型微调的卷积神经网络通道剪枝方法及系统，通过对批归一化层缩放参数进行全局排序，并限制每个待剪枝网络层通道保留率，来选取网络中待剪通道。
-
公开(公告)号：CN110739003A
公开(公告)日：2020-01-31
申请号：CN201911012632.9
申请日：2019-10-23
Applicant: 北京计算机技术及应用研究所
IPC: G10L21/0208 , G10L25/27 , G10L25/03
Abstract: 本发明涉及一种基于多头自注意力机制的语音增强方法，涉及语音增强技术领域。本发明本发明针对现有基于注意力机制的语音增强方法无法在注意力计算过程中明显抑制噪声的问题，基于对人类在听觉感知的过程中存在掩蔽效应的研究及利用，提出了一种基于多头自注意力机制的语音增强方法，该方法实现了在注意力机制运算的过程中抑制噪声部分，提高了语音增强性能。
-
公开(公告)号：CN112132050B
公开(公告)日：2024-03-29
申请号：CN202011015320.6
申请日：2020-09-24
Applicant: 北京计算机技术及应用研究所
IPC: G06V30/32 , G06V30/19 , G06V10/82 , G06N3/0442
Abstract: 本发明涉及一种联机手写汉字识别算法及可视化关键笔画评估方法，属于模式识别技术领域。本发明提出一种局部自注意力机制，能够通过神经网络自身产生对应各个时刻隐含层状态的注意力权重，通过这种注意力机制能够有效地提升联机手写汉字的识别精度。本发明提出了一种可视化的联机手写汉字识别中关键笔画评估方法，通过自注意力机制生成的权重，将输入字符样本轨迹坐标中对识别起关键作用的笔画(轨迹点或者轨迹段)显示出来，能够更直观的评估联机手写汉字字符样本中的关键笔画，分析神经网络学习字符样本时的方式。
-
公开(公告)号：CN112418417B
公开(公告)日：2024-02-27
申请号：CN202011015325.9
申请日：2020-09-24
Applicant: 北京计算机技术及应用研究所
IPC: G06N3/063 , G06N3/0464 , G06F9/38 , G06F13/28 , G06N3/048
Abstract: 本发明涉及一种基于SIMD技术的卷积神经网络加速装置及方法，属于嵌入式卷积神经网络加速硬件技术领域。本发明针对当前神经网络应用中的突出矛盾，提出一种基于SIMD技术的神经网络推理加速装置。本发明首先设计一个运算流程，以满足神经网络算法中的全部算子功能，然后面向该计算流程，进行硬件功能单元设计，以软件定义硬件的方式实现系统设计，同时提供较高的性能功耗比和综合运算能力。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.042 seconds)
