一种支持存算一体及波长-模式混合复用的光学矩阵乘法器

    公开(公告)号:CN115085854A

    公开(公告)日:2022-09-20

    申请号:CN202210663150.5

    申请日:2022-06-13

    Abstract: 本发明请求保护一种支持存算一体及波长‑模式混合复用的光学矩阵乘法器结构,来解决神经网络加速器中矩阵运算的功耗较大及运算吞吐量受限的问题。首先,采用非易失相变材料GST与无源MR组成存算一体光学点积计算引擎。其中微环谐振器用于实现对不同波长光信号的引导,权重存储在集成与光波导上的GST中,使得光在传输的过程中完成数据的读取与计算,从而提高计算速率、降低能耗。此外,搭建支持波长和模式混合复用的矩阵乘法器,通过将不同波长和模式的数据作为独立的信号载体同时输入到矩阵中进行乘加运算,从而提高并行计算规模。本发明有望实现大规模、低功耗的光学矩阵乘法器,以满足数据量爆发式增长的驱动下对高性能计算硬件的需求。

    一种基于IRS的安全无线供电通信网络系统及通信方法

    公开(公告)号:CN114666797A

    公开(公告)日:2022-06-24

    申请号:CN202210282893.8

    申请日:2022-03-22

    Abstract: 本发明涉及无线通信技术领域,公开了一种基于IRS的安全无线供电通信网络系统,包括:IRS,由若干个无源元件构成;至少一个窃听者;至少一个合法用户;混合接入点,所述混合接入点同时具备能量信号传输功能和信息传输功能;所述混合接入点、合法用户以及窃听者均装备单天线,且在所述混合接入点到所述合法用户的下行链路中,所述IRS被用来增强来自于所述混合接入点的能量信号,在合法用户到混合接入点的上行链路中,所述IRS可以在约束窃听者速率的同时协助合法用户到混合接入点的信息传输,本发明还公开了一种基于IRS的安全无线供电通信网络系统的通信方法。本发明可以限制窃听者的信息传输速率,实现安全通信的目的。

    一种基于深度卷积神经网络的自然场景水平文字检测方法

    公开(公告)号:CN111753828A

    公开(公告)日:2020-10-09

    申请号:CN202010426676.2

    申请日:2020-05-19

    Abstract: 本发明请求保护一种基于深度卷积神经网络的自然场景水平文字检测方法。该方法在TextBoxes网络模型的基础上进行深度优化,通过增加新的文本预测卷积组,扩展网络深度,使网络对于小数据集的特征学习更加充分,并且在一定的模型复杂度下,充分利用多个卷积层的特征信息进行融合学习。通过对具有不同感受野的卷积层对原始图片数据进行特征学习后,利用文本预测层回归文本框的位置并预测文本类别。该检测方法有效地解决了自然场景的背景复杂性以及小数据集特征不足等因素对文字检测造成的影响。通过在Caffe平台下进行实验验证,结果表明该模型能有效提高小数据集下的自然场景水平文字检测的召回率和综合评价指标。

Patent Agency Ranking