-
公开(公告)号：CN119578476A
公开(公告)日：2025-03-07
申请号：CN202411627203.3
申请日：2024-11-14
Applicant: 上海大学
Abstract: 本发明属于数据处理技术领域，具体公开一种基于动态稀疏剪枝的神经网络加速器，通过在神经网络运行过程中实时采集运行速度和加速器的计算速度，并在检测到计算速度低于运行速度时动态调整权重指标和节点范围的计算任务，实现了加速器计算任务的优化分配，能够在计算资源紧张的情况下最大限度地保证运行速度和计算速度的同步，同时不会显著影响对需要剪枝节点的识别，与此同时在基于节点的权重计算初次识别到权重低于阈值时调取相应节点的历史权重计算结果进行冗余趋势分析，由此进行剪枝需求评判，一定程度上降低了误剪发生率，提高剪枝的准确性，还能避免不必要的剪枝和恢复操作，减少计算资源的浪费，提高资源利用率。
-
公开(公告)号：CN118963554A
公开(公告)日：2024-11-15
申请号：CN202411039904.5
申请日：2024-07-31
Applicant: 上海大学
Abstract: 本发明属于半导体芯片技术领域，具体为一种感存算显一体化硬件控制系统，根据芯片内嵌的多元集成传感器阵列实时进行多维度数据采集，一方面通过用户状态追踪和外部环境感知，动态调整虚拟交互图内注视聚焦与边缘区域分辨率，模拟人眼视觉提升体验并减轻计算负担，同时自动匹配亮度与色温确保VR视觉连贯性，消除环境突变的不适，另一方面，通过芯片运行监测实时评估芯片运行风险等级以确定对应关联显示参数进行阶梯式调控，不仅能够保持用户良好视觉体验，还能够实现能源消耗和设备温度的有效管理，有效融合视觉模拟、环境适应与性能优化，有效通过芯片硬件控制为用户带来流畅舒适的VR交互体验。
-
公开(公告)号：CN118297836B
公开(公告)日：2024-09-27
申请号：CN202410483964.X
申请日：2024-04-22
Applicant: 上海大学
IPC: G06T5/70 , G06T7/13 , G06T5/40 , G06N3/0464
Abstract: 本发明属于计算机视觉技术领域，涉及一种基于空间稀疏扩散模型的快速图像生成方法与装置，通过从色彩、结构以及内容三个维度，综合分析参照图像与目标图像的逼真度，判断参照图像是否存在重建需求，判断不存在则扩散模型直接输出，反之提取扩散模型生成器网络当前各卷积层针对目标图像的学习特征图像，确定扩散模型生成器网络当前各卷积层的编辑激活块索引序列，结合参照图像重新输入生成器网络内进行迭代模拟，有效节省计算资源和推理时间，待扩散模型输出结果输出后，分析扩散模型针对目标图像的生成能效评价系数并进行反馈，推动扩散模型技术的不断发展和完善，为图像生成领域带来更多的创新和突破。
-
公开(公告)号：CN105000644B
公开(公告)日：2017-05-31
申请号：CN201510399250.1
申请日：2015-07-09
Applicant: 上海大学
Abstract: 本发明涉及一种污水深度除磷并同时改善沉淀污泥脱水性能的方法。它包括以下步骤：1）将铁盐或铝盐混凝剂投加至污水中，经搅拌、反应20~30min，再经静置沉淀、固液分离，上清液中总磷浓度降至0.5mg/L以下，同时得到一种含磷污泥；2）向所述含磷污泥加入酸性调节剂活化；3）将所述活化含磷污泥和阳离子高分子有机絮凝剂同时投加至污泥调质池中，搅拌、反应10~30min，得到改性污泥；4）将所述改性污泥经机械脱水得到含水率40~50%的干污泥。本发明实现污水除磷和污泥脱水同步完成，资源化利用除磷过程中产生的污泥，简化工艺流程，经济高效。
-
公开(公告)号：CN118552802B
公开(公告)日：2025-01-21
申请号：CN202410688201.9
申请日：2024-05-30
Applicant: 上海大学
IPC: G06V10/77 , G06V10/44 , G06V10/58 , G06V10/82 , G06V10/776 , G06V10/30 , G06V20/10 , G06V20/13 , G06N3/0464
Abstract: 本发明属于高光谱图像处理领域，涉及一种用于高光谱图像的快速异常检测方法与装置，本发明通过整合张量、结构稀疏范数和卷积神经网络去噪器设计核心函数，以构建高光谱图像异常检测模型，将待检测图像输入高光谱图像异常检测模型内，并引入中间变量并构筑其对应拉格朗日函数，对高光谱图像异常检测模型核心函数进行优化，采用迭代优化机制，持续分析高光谱图像异常检测模型中各子变量的优化进展，利用内置收敛检测机制判断拉格朗日函数是否达到预设收敛标准，待拉格朗日函数达到预设收敛标准，输出待检测图像的光谱异常检测结果并进行可视化显示，有效完善现有检测方法针对高光谱图像异常结构信息忽视和噪声干扰的缺陷。
-
Patent Agency Ranking
公开(公告)号：CN118552802A
公开(公告)日：2024-08-27
申请号：CN202410688201.9
申请日：2024-05-30
Applicant: 上海大学
IPC: G06V10/77 , G06V10/44 , G06V10/58 , G06V10/82 , G06V10/776 , G06V10/30 , G06V20/10 , G06V20/13 , G06N3/0464
Abstract: 本发明属于高光谱图像处理领域，涉及一种用于高光谱图像的快速异常检测方法与装置，本发明通过整合张量、结构稀疏范数和卷积神经网络去噪器设计核心函数，以构建高光谱图像异常检测模型，将待检测图像输入高光谱图像异常检测模型内，并引入中间变量并构筑其对应拉格朗日函数，对高光谱图像异常检测模型核心函数进行优化，采用迭代优化机制，持续分析高光谱图像异常检测模型中各子变量的优化进展，利用内置收敛检测机制判断拉格朗日函数是否达到预设收敛标准，待拉格朗日函数达到预设收敛标准，输出待检测图像的光谱异常检测结果并进行可视化显示，有效完善现有检测方法针对高光谱图像异常结构信息忽视和噪声干扰的缺陷。
-
公开(公告)号：CN118014860B
公开(公告)日：2024-07-23
申请号：CN202410219239.1
申请日：2024-02-28
Applicant: 上海大学
IPC: G06T5/50 , G06T5/60 , G06T5/70 , G06V10/42 , G06V10/44 , G06V10/52 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/70 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明属于计算机视觉技术领域，具体公开提供的一种基于注意力机制的多源多尺度图像融合方法与装置。该方法包括：导入不同尺度下收集待融合的图像，并进行预处理，组合成多源图像对；提取多源图像对的全局特征提取；搭建多尺度图像融合网络结构；设置目标掩膜，进行全局特征信息进行标注；设置训练损失函数；进行多源图像对的图像融合训练，并输出融合图像；本发明有效解决了当前场景适应不足的问题，提高了全局特征表示的能力。此外，通过全局特征标注，提高融合图像中红外图像中重要信息的保留比例和可见光图像中背景纹理的保留比例，并且在掩模的基础上设计了内容损失来指导特征提取，实现更好的多源图像融合。
-
公开(公告)号：CN118014040A
公开(公告)日：2024-05-10
申请号：CN202410333330.6
申请日：2024-03-22
Applicant: 上海大学
IPC: G06N3/082 , G06V10/82 , G06V10/776
Abstract: 本发明属于深度学习技术领域，涉及到一种基于动态稀疏正则化的神经网络剪枝方法，本发明首先结合计算改善指数、标签预测精度变化指数和特征识别精度变化指数综合分析神经网络模型舍弃各通道后针对图像的负面处理影响系数，评估神经网络模型内各通道的验证权重，依据神经网络模型初始剪枝后的综合损失系数对基础设定权重进行正反向迭代训练，确定神经网络模型通道的剪枝分界权重并以此对神经网络模型进行剪枝操作，最后通过测试图像集展开对剪枝后的神经网络模型性能的客观评价，判断神经网络模型的剪枝是否有效，不仅实现神经网络剪切过程的灵活性和动态性，还确保神经网络剪切的精准度和可靠度。
-
公开(公告)号：CN105000644A
公开(公告)日：2015-10-28
申请号：CN201510399250.1
申请日：2015-07-09
Applicant: 上海大学
Abstract: 本发明涉及一种污水深度除磷并同时改善沉淀污泥脱水性能的方法。它包括以下步骤：1）将铁盐或铝盐混凝剂投加至污水中，经搅拌、反应20~30min，再经静置沉淀、固液分离，上清液中总磷浓度降至0.5mg/L以下，同时得到一种含磷污泥；2）向所述含磷污泥加入酸性调节剂活化；3）将所述活化含磷污泥和阳离子高分子有机絮凝剂同时投加至污泥调质池中，搅拌、反应10~30min，得到改性污泥；4）将所述改性污泥经机械脱水得到含水率40~50%的干污泥。本发明实现污水除磷和污泥脱水同步完成，资源化利用除磷过程中产生的污泥，简化工艺流程，经济高效。
-
公开(公告)号：CN119536812A
公开(公告)日：2025-02-28
申请号：CN202411591391.9
申请日：2024-11-07
Applicant: 上海大学
IPC: G06F9/318 , G06N3/0499
Abstract: 本发明涉及二值化神经网络领域，具体而言，涉及一种基于RISC‑V的二值化神经网络加速器，其通过细致考量目标网络架构需求及其当前任务需求，筛选指定加速器内相对目标网络当前任务执行的适配RISC‑V指令集，在适配RISC‑V指令集针对目标网络当前任务执行驱动过程中，有效评估指定加速器针对目标网络当前任务执行的通信保障能力，待目标网络当前任务执行完毕，有效评估指定加速器针对目标网络当前任务执行的质量保障能力，综合通信保障能力和质量保障能力，评价指定加速器针对目标网络当前任务执行的驱动效果并进行反馈，帮助深入了解基于RISC‑V的二值化神经网络加速器的任务驱动性能和处理能力，进而增强加速器使用安全性和决策支持能力。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.025 seconds)
