基于分层强化学习的多目标芯片布局优化方法

    公开(公告)号:CN117787186B

    公开(公告)日:2024-08-23

    申请号:CN202311842531.0

    申请日:2023-12-28

    Applicant: 暨南大学

    Abstract: 本发明提出了基于分层强化学习的多目标芯片布局优化方法,所述方法包括:构建分层强化学习的基本框架,确定优化目标,定义状态空间、动作空间、奖励函数;将布局问题分解成子任务,构建基于子任务的分层强化学习框架;引入图神经网络改进状态表示,设计多层次图神经网络,并将图神经网络与强化学习结合进行训练;设计多目标优化策略,并调整动态权重系数;根据多目标优化策略调整奖励机制,并引入策略微调机制进行策略微调,再将动态权重系数调整为自适应权重系数;设计跨尺度策略进行跨尺度协调和同步,优化布局策略。本发明不仅提高了问题处理的效率,而且通过专注于局部优化,改善了整体布局的质量。

    基于LSTM的和弦旋律生成方法、装置、电子装置及介质

    公开(公告)号:CN117690399A

    公开(公告)日:2024-03-12

    申请号:CN202410086012.4

    申请日:2024-01-22

    Applicant: 暨南大学

    Abstract: 本申请涉及基于LSTM的和弦旋律生成方法、装置、电子装置及介质,该方法包括:对待匹配和弦旋律的第一旋律片段进行预编码处理,得到第一拟合参数;利用已训备的特征提取模型对第一旋律片段进行处理,生成第一前端标签数据,基于第一前端标签数据和第一拟合参数,生成第一标签数据;对第一旋律片段所对应的音符的音高进行编码,生成第一旋律向量,利用已训备的和弦预测模型,处理第一旋律向量和第一标签数据,得到多个与第一旋律片段对应的候选和弦片段;在多个候选和弦片段中,基于预设的选择策略,选取第一旋律片段对应的目标和弦片段。通过本申请,解决利用相关模型进行根据旋律生成和弦的方案,生成的和弦视听不自然、与旋律适配效果不佳的问题。

    一种基于带约束强化学习的芯片布局优化方法

    公开(公告)号:CN116738923A

    公开(公告)日:2023-09-12

    申请号:CN202310359245.2

    申请日:2023-04-04

    Applicant: 暨南大学

    Abstract: 本发明提出了一种基于带约束强化学习的芯片布局优化方法,属于集成电路领域,方法包括:对芯片布局问题建立基于马尔可夫决策过程的模型;针对芯片设计布局领域,区分硬约束和软约束;设计强化学习算法处理硬约束和软约束;设计奖励函数分别处理硬约束和软约束;利用带约束的强化学习算法训练智能体,使智能体在满足硬约束的前提下,找到优化软约束的策略;在智能体训练完成后,将其应用于实际的芯片布局问题,通过智能体执行的动作序列,得到一个优化的布局方案。本发明通过采用带约束的强化学习算法和针对性的约束处理方式,可以在满足硬约束的前提下,对软约束进行优化,从而实现高性能、低功耗的芯片布局方案。

    基于深度学习的交互式网络的图像修复方法及系统

    公开(公告)号:CN116051392A

    公开(公告)日:2023-05-02

    申请号:CN202211132088.3

    申请日:2022-09-16

    Applicant: 暨南大学

    Abstract: 本申请涉及一种基于深度学习的交互式网络的图像修复方法及系统,该方法包括:获取待修复的目标图片,目标图片具有多处残损区域;利用基于深度学习的交互式分割网络,对采用预设方式选定残损区域后的目标图片进行处理,生成与目标图片对应的目标蒙版图,目标蒙版图用于表征目标图片待修复的残损区域;将目标蒙版图和目标图片联合输入到预设的图像修复模型中,输出完成修复的图片。通过本申请,解决了相关技术中对图像修复时仅考虑图像修复网络的修复效果,易造成图像修复失败、图像修复效果不佳的问题,实现了获得精确的残损区域,修复得到符合人视觉感知的结果的图像,图像修复灵活性及可控性好的有益效果。

    基于YOLO目标检测和多目采样的贴标定位方法

    公开(公告)号:CN115690391A

    公开(公告)日:2023-02-03

    申请号:CN202211386957.5

    申请日:2022-11-07

    Applicant: 暨南大学

    Abstract: 本申请涉及的基于YOLO目标检测和多目采样的贴标定位方法,该方法包括:获取待贴标定位的目标图像,其中,目标图像是基于多目摄像装置进行多目采样采集的,并用于表征金属桶的桶身图像;利于YOLO目标检测模型对目标图像进行处理,得到以预设形式标记的目标区域,其中,目标区域用于表征目标图像中出现焊缝的区域;在目标区域内,进行霍夫垂直直线检测,得到焊缝对应的坐标数据,坐标数据用于表征焊缝在对应图像中的像素点坐标;根据焊缝对应的坐标数据和预设基准数据,确定贴标位置。通过本申请,解决了相关技术中基于光电开关扫描的焊缝识别在强光环境下存在检测效果较差、焊缝识别效率低、识别的标签位置误差大的问题。

    基于分水岭算法的颗粒物粒径分析方法、装置和存储介质

    公开(公告)号:CN115294148A

    公开(公告)日:2022-11-04

    申请号:CN202211001606.8

    申请日:2022-08-19

    Applicant: 暨南大学

    Abstract: 本申请涉及的基于分水岭算法的颗粒物粒径分析方法、装置和存储介质,其中,该基于分水岭算法的颗粒物粒径分析方法包括:获取带预设参照物的颗粒物图像;对带预设参照物的颗粒物图像进行预处理和距离变换,得到第一标记图像;将第一标记图像中的像素点作为初始标记,基于初始标记,利用基于标记的分水岭分割算法处理颗粒物图像,得到与颗粒物图像对应的第一分割图像;根据预设参照物的实际面积与预设参照物在第一分割图像中的像素面积的比例,计算得到颗粒物的横截面积,进而得到颗粒物的等效粒径数据。通过本申请,解决了相关技术中对颗粒物粒径分析时效性较低、准确率不高的问题,实现了灵活快速且精准的颗粒物粒径分析的有益效果。

    一种基于物联网的排水管网在线监测系统

    公开(公告)号:CN212510528U

    公开(公告)日:2021-02-09

    申请号:CN202021185422.8

    申请日:2020-06-23

    Abstract: 本实用新型公开了一种基于物联网的排水管网在线监测系统,包括现场检测装置、在线采集网关以及预警处理装置,所述现场检测装置与在线采集网关连接以用于将排水管网中易涝点、重要区域、污水溢流点的排水信息进行收集并将排水信息传递至在线采集网关并由在线采集网关进行采集处理,所述在线采集网关与预警处理装置连接以用于将在线采集网关处理后的排水信息传递至预警处理模块以进行实时监测、预警或报警。本实用新型通过在易涝点布设现场检测装置、在线采集网关以及后续的预警处理装置,加强了数据实时采集与传输,满足日常管理、运行调度、灾情预判、预警预报和辅助决策等需要,提高城市排水防涝运行管理水平。

Patent Agency Ranking