兼容线性和非线性激活函数的数字电路、相关设备及方法

    公开(公告)号:CN117391164A

    公开(公告)日:2024-01-12

    申请号:CN202311408913.2

    申请日:2023-10-26

    Abstract: 本申请提供了一种兼容线性和非线性激活函数的数字电路、相关设备及方法,兼容线性和非线性激活函数的数字电路包括线性和非线性激活函数判决模块、非线性激活模块、线性激活模块和乘法器单元,通过线性和非线性激活函数判决模块、非线性激活模块、线性激活模块和乘法器单元,可以对线性激活函数和非线性激活函数进行计算,使得神经网络硬件加速器可以兼容线性激活函数和非线性激活函数,提高神经网络硬件加速器的通用性。

    基于粒子滤波器的时变频偏估计方法、系统及介质

    公开(公告)号:CN113556304B

    公开(公告)日:2022-11-04

    申请号:CN202110616350.0

    申请日:2021-06-02

    Abstract: 本申请提供了一种基于粒子滤波器的时变频偏估计方法,获取受频偏影响的两段训练序列,通过反向求相关算法,得到当前时刻k第一频偏估计值∈′k;建立当前时刻k频偏估计∈k为指数模型;根据指数模型,得到通过上一时刻(k‑1)频偏估计∈k‑1预测当前时刻k频偏估计∈k的状态转移方程为,使当前时刻第一频偏估计值∈′k作为当前时刻频偏观测值,得到当前时刻频偏估计的观测方程为;根据当前时刻频偏估计的状态转移方程以及观测方程,基于粒子滤波以及重要性采样算法,得到当前时刻频偏估计的期望值E[∈k],进而得到最终时变频偏估计值。本申请将改进后的粒子滤波器应用于时变的载波频偏估计,相比现有频偏估计大大降低了复杂度,同时提升了精度。

    一种电缆传输方法、装置及系统

    公开(公告)号:CN113271121A

    公开(公告)日:2021-08-17

    申请号:CN202110368000.7

    申请日:2021-04-06

    Abstract: 本公开涉及同轴电缆双向宽带接入领域,具体提供了一种电缆传输方法、装置及系统,所述传输系统包括:同步秒脉冲信号及日时间信号电缆局端传输装置;同步秒脉冲信号及日时间信号电缆终端传输装置;同轴传输网络,用于连接所述局端传输装置和所述终端传输装置,承载HINOC协议帧信号;秒脉冲和日时间的数据传输端口,用于在所述同步秒脉冲信号及日时间信号电缆局端传输装置中接收前级的秒脉冲和日时间信号,以及,在所述同步秒脉冲信号及日时间信号电缆终端传输装置中将秒脉冲和日时间信号传输给后级小基站。本公开的方法帮助解决了“同轴接入+5G”室内覆盖的小基站的同步问题。

    一种用于行人检测的协同式深度网络模型方法

    公开(公告)号:CN106650806B

    公开(公告)日:2019-07-26

    申请号:CN201611166903.2

    申请日:2016-12-16

    CPC classification number: G06K9/00362 G06K9/6223 G06K9/6269 G06N3/0454

    Abstract: 本发明公布了一种用于行人检测的协同式深度网络模型方法,包括:构建一种新的协同式多模型学习框架来完成行人检测中的分类过程;利用人工神经元网络来整合协同式模型中各子分类器的判决结果,并借用机器学习的方法训练该网络,能够更加有效地综合各分类器反馈的信息;提出一种基于K‑means聚类算法的重采样方法,增强协同模型中各分类器的分类效果,进而提升整体分类效果。本发明通过建立协同式深度网络模型,将由聚类算法得到的不同类型的训练数据集用于并行地训练多个深度网络模型,再通过人工神经元网络将原始数据集在各个深度网络模型上的分类结果进行整合和综合分析,以实现更加精准的样本分类。

    一种跨媒体检索方法
    38.
    发明授权

    公开(公告)号:CN106095893B

    公开(公告)日:2018-11-20

    申请号:CN201610398342.2

    申请日:2016-06-06

    Abstract: 本发明公布了一种跨媒体数据检索方法,通过基于耦合的特征映射、同种媒体内和不同媒体间的关联挖掘进行跨媒体检索,包括:建立多媒体数据集、对样本集中的所有样本进行耦合特征映射、进行同种媒体类型内的关联挖掘、进行异种媒体类型间的关联挖掘、通过两种关联挖掘方法得到待检索图像或待检索文本的类别概率矩阵进行加权,分别得到图像检索文本的类别相似度矩阵和文本检索图像的类别相似度矩阵、将相似度降序排列进行检索。本发明提供的技术方案整体性能较好、适用性较广,可以用在多种跨媒体检索场景中。

    一种基于深度语义空间的跨媒体检索方法

    公开(公告)号:CN108694200A

    公开(公告)日:2018-10-23

    申请号:CN201710230070.X

    申请日:2017-04-10

    Abstract: 本发明公布了一种基于深度语义空间的跨媒体检索方法,包括特征生成阶段和语义空间学习阶段;特征生成阶段通过模拟人对图像的感知过程,生成图像的CNN视觉特征向量和LSTM语言描述向量;利用LDA主题模型挖掘文本的主题信息,进而提取LDA文本主题向量。在语义空间学习阶段,分别利用训练集图像训练得到一个四层的多感知融合的深度神经网络,利用训练集文本训练得到一个三层的文本语义网络。最后将测试图像和文本分别利用两个网络映射到同构的语义空间,从而实现跨媒体检索。与现有方法相比,本发明能够显著提升跨媒体检索性能,具有广阔的应用前景和市场需求。

    用于图像或视频中行人重识别的深度判别网络模型方法

    公开(公告)号:CN107273872A

    公开(公告)日:2017-10-20

    申请号:CN201710570245.1

    申请日:2017-07-13

    Abstract: 本发明公布了一种用于图像或视频中行人重识别的深度判别网络模型方法,通过构建深度判别网络,将不同输入图像在颜色通道上进行融合拼接,将得到的拼接结果定义为不同图像的原始差异性空间;将原始差异性空间送入卷积网络中,通过学习原始差异性空间中的差异性信息,网络输出两张输入图像之间的相似性,由此实现行人重识别。本发明不对单独的图像进行特征的学习,而是在一开始就将输入图像在颜色通道上进行融合拼接,利用设计好的网络在图像的原始空间上学习差异性信息;通过引入Inception模块,嵌入到模型之中,能够提高网络的学习能力,达到更好的判别效果。

Patent Agency Ranking