-
公开(公告)号：CN114237550B
公开(公告)日：2023-10-13
申请号：CN202111337903.5
申请日：2021-11-10
Applicant: 电子科技大学
Abstract: 本发明属于智能处理器技术领域，具体提供一种基于Wallace树的多输入移位求和累加器，包括：异或门阵列、初始进位向量生成模块、Wallace压缩树、4‑2压缩器、累加寄存器及加法器；本发明通过异或门阵列和初始进位向量生成模块将原码和减法操作一次性转换为补码加法用于Wallace树，提供对多数据格式和加减法的原生支持，节省硬件开销；再基于4‑2压缩器与累加寄存器实现累加，4‑2压缩器将Wallace树的2个输出值与累加寄存器中存储值进行压缩得到2个中间结果、并输出至累加寄存器中更新存储值，节省了对Wallace树结果求和的进位链开销，同时在累加寄存器前移除了全加器进位链，极大地方便了流水线的设计，有利于提高时钟频率和累加效率。
-
公开(公告)号：CN112966729B
公开(公告)日：2023-01-31
申请号：CN202110221235.3
申请日：2021-02-26
Applicant: 成都商汤科技有限公司 , 电子科技大学
Abstract: 本公开提供了一种数据处理方法、装置、计算机设备及存储介质，其中，该方法包括：从待处理图像特征矩阵以及权重矩阵中，确定多个处理周期分别对应的目标特征元素以及目标权重元素；其中，所述待处理图像特征矩阵对应多个权重矩阵；响应于任一处理周期到来，处理引擎PE阵列中的每个PE获取该处理周期对应的目标特征元素以及对应的目标权重元素并进行预设运算，得到中间处理数据；其中，针对任一处理周期，所述PE阵列中的目标特征元素包括重复特征元素，以及该重复特征元素分别与不同权重矩阵中与该重复特征元素对应的目标权重元素相对应；基于多个处理周期分别对应的中间处理数据，得到对所述待处理图像特征矩阵进行处理的结果数据。
-
公开(公告)号：CN114818837B
公开(公告)日：2022-10-14
申请号：CN202210745913.0
申请日：2022-06-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多级神经网络和分块计算的脑电信号智能处理电路，由具有特定识别能力的小网络与具有强分类能力的主网络构成，大部分特征显著的样本通过小网络即可正确分类，而部分难以分类的样本也可以通过主网络得到正确的分类结果，在保证电路分类准确率的情况下，有效降低了计算复杂度。而小网络通过偏向性训练的方式，保证其对特定样本分类结果的准确性。本发明还提出了一种分块计算电路实现，将输入样本分为若干数据块，单独进行卷积计算，最后拼接成一个完整的特征图。本发明针对脑电信号分类任务的特点，实现了一个高准确率、低功耗的卷积神经网络电路，为脑电信号分类在便携式设备上的应用提供了支持。
-
公开(公告)号：CN114818837A
公开(公告)日：2022-07-29
申请号：CN202210745913.0
申请日：2022-06-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多级神经网络和分块计算的脑电信号智能处理电路，由具有特定识别能力的小网络与具有强分类能力的主网络构成，大部分特征显著的样本通过小网络即可正确分类，而部分难以分类的样本也可以通过主网络得到正确的分类结果，在保证电路分类准确率的情况下，有效降低了计算复杂度。而小网络通过偏向性训练的方式，保证其对特定样本分类结果的准确性。本发明还提出了一种分块计算电路实现，将输入样本分为若干数据块，单独进行卷积计算，最后拼接成一个完整的特征图。本发明针对脑电信号分类任务的特点，实现了一个高准确率、低功耗的卷积神经网络电路，为脑电信号分类在便携式设备上的应用提供了支持。
-
公开(公告)号：CN113505851A
公开(公告)日：2021-10-15
申请号：CN202110852719.8
申请日：2021-07-27
Applicant: 电子科技大学
Abstract: 本发明公开了一种智能飞行器多任务处理方法，通过在智能飞行器中设立神经网络，然后获取训练数据，并通过所述训练数据对所述神经网络进行训练，接着基于训练后的所述神经网络同时执行图像识别任务和调制识别任务，其中，神经网络包括数据预处理模块、神经网络输入模块、神经网络主体模块和神经网络分离鉴别模块，训练数据包括图像识别训练数据和调制识别训练数据，实现了智能飞行器能够用一个神经网络同时处理多个任务，而不必携带多个程序，降低了智能飞行器的体积。
-
Patent Agency Ranking
公开(公告)号：CN113298097A
公开(公告)日：2021-08-24
申请号：CN202110847200.0
申请日：2021-07-27
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于卷积神经网络的特征点提取方法、设备及存储介质，属于图像处理技术领域。本发明首先使用公共的卷积神经网络编码器1对输入的任意尺寸灰度图像提取低维特征；然后将特征点检测与描述子的生成进行解耦合，将低维度特征分别送入特征点检测解码器和卷积神经网络编码器2；描述子解码器利用特征点解码器输出的特征点坐标，对卷积神经网络编码器2输出的高维特征张量进行插值，以提取对应特征点的描述子。本发明在保持和传统提取方案相似的精度的同时，大幅度降低计算复杂度，为特征点提取方案在嵌入式平台的部署提供可能性。
-
公开(公告)号：CN111314257B
公开(公告)日：2021-07-06
申请号：CN202010173742.X
申请日：2020-03-13
Applicant: 电子科技大学
Abstract: 该发明公开了一种基于复值神经网络的调制方式识别方法，涉及无线通信技术领域。针对通信领域中广泛存在的复数信号，本发明提出一种利用时域接收到的复数信号，不需要对接收到的信号提取任何参数，只需将复数数据输入到复值神经网络中进行训练，充分学习数据中实部与虚部的特征，便能得到较高的准确率，且比传统高阶累积方式高。相比实值，复数有更丰富的表达能力，复值神经网络学习复数的实部与虚部特征，更适用于绝大多数为复数表现形式的通信信号；本发明不用人为计算观察各个信号或特征值之间差异，不需人工设定阈值来区分信号的调制类型，神经网络就有分类器的功能。
-
公开(公告)号：CN112857670A
公开(公告)日：2021-05-28
申请号：CN202110089872.X
申请日：2021-01-22
Applicant: 桂林电子科技大学 , 东风柳州汽车有限公司
IPC: G01M1/10
Abstract: 本发明公开了一种基于频响函数质量线的惯性参数测量平台及方法，该平台包括支撑架、平衡平台、三轴加速度传感器、力锤、数据采集器和显示器，平衡平台通过柔性绳平水悬吊在支撑架内，待测结构件放置在平衡平台上，若干个三轴加速度传感器根据测量需求分别布置在待测结构件上，力锤用于向待测结构件施加激励，三轴加速度传感器和力锤分别通过数据线与数据采集器连接，数据采集器还与显示器连接，用于显示所采集到的数据；该平台调平衡操作简单，可自行拆卸扩展；借助测量平台几何参数可精确激励点和响应点坐标，无需三维坐标仪反复测取，实验平台惯性参数和误差可知，在计算待测构件的惯性参数时，可提升测量精度。
-
公开(公告)号：CN111694051B
公开(公告)日：2021-05-18
申请号：CN202010552279.X
申请日：2020-06-17
Applicant: 电子科技大学
Abstract: 本发明提供一种基于高斯束的黏声介质地震波正演方法，涉及地震波数值模拟技术领域。该方法首先读入正演速度模型、Q值模型以及两模型的参数文件，并确定震源函数；然后从炮点沿不同方向追踪中心射线，并计算每条射线对应的高斯束；将接收道以窗为单位进行分割，从窗中心沿着不同方向追踪中心射线后计算每条射线对应的高斯束；从炮点和窗中心点选取射线束对，将正演速度模型的反射率映射为局部平面波；对局部平面波的傅里叶变换进行逆倾斜叠加获得窗内接收道的地震记录；最后叠加所有接收道对应的地震记录，获得最终的单炮地震记录。该方法在保证计算精度的前提下，提升了一次散射波正演的计算效率。
-
公开(公告)号：CN108900290B
公开(公告)日：2021-02-02
申请号：CN201810677165.0
申请日：2018-06-27
Applicant: 电子科技大学
IPC: H04L5/00 , H04B7/0413
Abstract: 本发明公开而了一种基于定位信息的导频分配方法，属于通信技术领域，特别涉及一种基于定位信息的导频分配方法。本发明基于用户位置信息和基站位置信息，该导频分配技术相对于背景技术而言，在整个大规模MIMO系统的用户平均性能(信道的平均归一化均方误差)方面表现更好；除此之外，在整个通信系统用户之间的公平性方面，该导频分配技术也有较大提升。
-
-
-
-
-
-
-
-
-
Search Results
149
records
(took 0.039 seconds)
