-
公开(公告)号：CN116260569A
公开(公告)日：2023-06-13
申请号：CN202310025457.7
申请日：2023-01-09
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于字节切片的SM4快速软件实现方法，该方法将根据采用的指令集构造用于实现S盒的参数f、M1、M2、C1和C2，并包括密钥预处理、数据编排、数据处理、迭代计算、数据逆处理、反序变换和数据逆编排的步骤。本发明将计算S盒过程中的仿射变换与后续的线性变换合并，构造了新的SM4函数结构，并使用字节切片技术和单指令多数据（SIMD）技术优化SM4算法，实现了SM4高性能并行加解密。
-
公开(公告)号：CN109919857A
公开(公告)日：2019-06-21
申请号：CN201910053933.X
申请日：2019-01-21
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种基于加权斯莱特恩范数最小化的噪声图像补全方法，具体步骤如下：对于同时具有一定方差噪声和一定比例随机像素缺失的图像修复问题，首先利用加权斯莱特恩范数约束图像的低秩先验；然后通过约束图像对分析算子响应的稀疏性来保证补全图像的局部平滑性；最后利用一种非局部统计模型约束图像的非局部自相似性。以上三个步骤不断迭代直到算法达到收敛条件，即可得到最终的补全结果。本发明方法能够较好地恢复同时具有不同噪声等级及各种比例像素缺失的图像，即使在噪声等级较高时也能够达到良好的视觉效果和量化分析效果。本发明可广泛应用于有噪声的图像补全，具有广阔的市场前景与应用价值。
-
Patent Agency Ranking
公开(公告)号：CN116080688A
公开(公告)日：2023-05-09
申请号：CN202310193706.3
申请日：2023-03-03
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种类脑启发的智能驾驶视觉辅助方法、装置及存储介质，方法包括：根据脉冲神经元放电特性，构建异质记忆脉冲神经元模型；基于异质记忆脉冲神经元模型，构建星形胶质细胞调控的液体状态机网络模型；将星形胶质细胞调控的液体状态机网络模型嵌入前馈式卷积脉冲神经网络，获得用于驾驶端实时视频处理的神经形态模型，并使用学习‑睡眠机制启发的交错训练策略进行模型训练学习；将驾驶端获取的实时视频输入训练后的神经形态模型，输出智能驾驶过程中的决策指令；该方法可以满足自动驾驶视觉辅助功能的实时性、鲁棒性以及功耗的要求，有助于提升自动驾驶的稳定性及安全性，适用于多变的真实驾驶场景。
-
公开(公告)号：CN109919857B
公开(公告)日：2020-11-13
申请号：CN201910053933.X
申请日：2019-01-21
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种基于加权斯莱特恩范数最小化的噪声图像补全方法，具体步骤如下：对于同时具有一定方差噪声和一定比例随机像素缺失的图像修复问题，首先利用加权斯莱特恩范数约束图像的低秩先验；然后通过约束图像对分析算子响应的稀疏性来保证补全图像的局部平滑性；最后利用一种非局部统计模型约束图像的非局部自相似性。以上三个步骤不断迭代直到算法达到收敛条件，即可得到最终的补全结果。本发明方法能够较好地恢复同时具有不同噪声等级及各种比例像素缺失的图像，即使在噪声等级较高时也能够达到良好的视觉效果和量化分析效果。本发明可广泛应用于有噪声的图像补全，具有广阔的市场前景与应用价值。
-
公开(公告)号：CN119250160A
公开(公告)日：2025-01-03
申请号：CN202411756130.8
申请日：2024-12-03
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种Hebb可塑性启发的机器学习数据遗忘方法，包括：根据遗忘任务将给定数据集划分为保留集和遗忘集；在深度网络模型的各层之间建立第一递归侧向连接和第二递归侧向连接，分别用于提取给定数据集和遗忘集的特征子空间；基于给定数据集和遗忘集的特征子空间，获取保留集的核心梯度空间；构建核心梯度空间的正交投影矩阵；对遗忘集中的样本进行前向传播，通过损失函数生成误差信号；对遗忘集中的样本进行反向传播，并基于误差信号和正交投影矩阵，修正深度网络模型的权重梯度；利用修正后的权重梯度对深度网络模型的权重进行更新，完成遗忘任务。通过该方法可以在不重新训练模型的情况下，高效、准确地实现特定数据的遗忘。
-
公开(公告)号：CN116080688B
公开(公告)日：2023-07-11
申请号：CN202310193706.3
申请日：2023-03-03
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种类脑启发的智能驾驶视觉辅助方法、装置及存储介质，方法包括：根据脉冲神经元放电特性，构建异质记忆脉冲神经元模型；基于异质记忆脉冲神经元模型，构建星形胶质细胞调控的液体状态机网络模型；将星形胶质细胞调控的液体状态机网络模型嵌入前馈式卷积脉冲神经网络，获得用于驾驶端实时视频处理的神经形态模型，并使用学习‑睡眠机制启发的交错训练策略进行模型训练学习；将驾驶端获取的实时视频输入训练后的神经形态模型，输出智能驾驶过程中的决策指令；该方法可以满足自动驾驶视觉辅助功能的实时性、鲁棒性以及功耗的要求，有助于提升自动驾驶的稳定性及安全性，适用于多变的真实驾驶场景。
-
公开(公告)号：CN115130651A
公开(公告)日：2022-09-30
申请号：CN202210471777.0
申请日：2022-04-29
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种记忆环路多层异构机制启发的脉冲神经网络，包括：复杂的自我抑制性的记忆环路神经元模型和类脑异构学习框架，在学习优化过程中使用双层优化算法，在具有正交数据分布的分层循环中学习脉冲神经网络中嵌套的神经元内生物物理变量和神经元间突触权重变量，每个神经元都学习到了独特的仿生系统来实现脉冲信号的输入输出。本发明提出的脉冲神经网络在小鼠体内脉冲信号数据中表现出了极高的生物保真度，在人工智能(AI)任务中表现出更高的精度，更卓越的能效，更低的时延，同时在科学探索方面也表现出极高的潜能和优越性。
-
-
-
-
-
-
Search Results
7
records
(took 0.026 seconds)
