-
公开(公告)号：CN112418417A
公开(公告)日：2021-02-26
申请号：CN202011015325.9
申请日：2020-09-24
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于SIMD技术的卷积神经网络加速装置及方法，属于嵌入式卷积神经网络加速硬件技术领域。本发明针对当前神经网络应用中的突出矛盾，提出一种基于SIMD技术的神经网络推理加速装置。本发明首先设计一个运算流程，以满足神经网络算法中的全部算子功能，然后面向该计算流程，进行硬件功能单元设计，以软件定义硬件的方式实现系统设计，同时提供较高的性能功耗比和综合运算能力。
-
公开(公告)号：CN112132765A
公开(公告)日：2020-12-25
申请号：CN202011039939.0
申请日：2020-09-28
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种并行视频图像动态范围增强装置及方法，属于视频图像增强技术领域。本发明提出了一种并行的图像动态范围增强装置及方法，该装置主要用于实现低成本，高速并行查表，同时可根据图像处理算法对硬件进行重构；该方法首先按照常规的直方图均衡化算法统计图像灰度直方图可生成映射曲线；然后通过并行查表方式完成灰度变换，实现动态范围增强，从而实现了灰度映射函数的实时计算以及并行的灰度映射操作。
-
公开(公告)号：CN112418417B
公开(公告)日：2024-02-27
申请号：CN202011015325.9
申请日：2020-09-24
Applicant: 北京计算机技术及应用研究所
IPC: G06N3/063 , G06N3/0464 , G06F9/38 , G06F13/28 , G06N3/048
Abstract: 本发明涉及一种基于SIMD技术的卷积神经网络加速装置及方法，属于嵌入式卷积神经网络加速硬件技术领域。本发明针对当前神经网络应用中的突出矛盾，提出一种基于SIMD技术的神经网络推理加速装置。本发明首先设计一个运算流程，以满足神经网络算法中的全部算子功能，然后面向该计算流程，进行硬件功能单元设计，以软件定义硬件的方式实现系统设计，同时提供较高的性能功耗比和综合运算能力。
-
公开(公告)号：CN108920599B
公开(公告)日：2021-08-27
申请号：CN201810679514.2
申请日：2018-06-27
Applicant: 北京计算机技术及应用研究所
IPC: G06F16/33 , G06F40/289 , G06F40/30
Abstract: 本发明公开了一种基于知识本体库的问答系统答案精准定位和抽取方法，通过设计一个相似度阈值判断机制，对于用户的提问，首先在知识本体库中进行基于统计的匹配，如果有最相近的问句，就把对应的答案反馈给用户，如果没有，则使用基于语义的方法来进行处理，如果仍然没有获得直接的答案，则需要进行基于知识的推理来进行解答，后续从问题中提取关键词进行推理分析，推理分析获取答案的过程不在本发明的内容范围内。本发明基于知识本体库的问答系统答案精准定位和抽取方法，采用的融合方法优势在于，使用了专门设计的专注于效率的统计匹配方法和加入了主题及知识库索引的语义匹配方法，将两类方法的优势充分结合，提高答案定位精度和效率。
-
Patent Agency Ranking
公开(公告)号：CN108920599A
公开(公告)日：2018-11-30
申请号：CN201810679514.2
申请日：2018-06-27
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明公开了一种基于知识本体库的问答系统答案精准定位和抽取方法，通过设计一个相似度阈值判断机制，对于用户的提问，首先在知识本体库中进行基于统计的匹配，如果有最相近的问句，就把对应的答案反馈给用户，如果没有，则使用基于语义的方法来进行处理，如果仍然没有获得直接的答案，则需要进行基于知识的推理来进行解答，后续从问题中提取关键词进行推理分析，推理分析获取答案的过程不在本发明的内容范围内。本发明基于知识本体库的问答系统答案精准定位和抽取方法，采用的融合方法优势在于，使用了专门设计的专注于效率的统计匹配方法和加入了主题及知识库索引的语义匹配方法，将两类方法的优势充分结合，提高答案定位精度和效率。
-
公开(公告)号：CN108563779A
公开(公告)日：2018-09-21
申请号：CN201810377647.4
申请日：2018-04-25
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明公开了一种基于神经网络的无模板自然语言文本答案生成方法，其中，步骤一，针对问答系统内部特定的语义表征形式设计一个由自然文本生成该形式表征的神经网络模型A；步骤二，使用神经网络模型A完全相反的神经网络模型B；步骤三，基于神经网络模型A构建一个自然文本识别器C；步骤四，进行训练：对给定的自然文本S，通过神经网络模型A生成内部语义表征向量X，然而向该向量X中加入服从高斯分布的噪声Z，输入到神经网络模型B中，产生伪造的自然文本T，将自然文本S输入分类器C中并给出监督反馈1，将伪造的自然文本T输入分类器C中并给出监督反馈0，如此训练分类器C并将误差反向传播到模型B中，以对自然文本生成模型B进行有监督训练。
-
公开(公告)号：CN108563779B
公开(公告)日：2022-03-08
申请号：CN201810377647.4
申请日：2018-04-25
Applicant: 北京计算机技术及应用研究所
IPC: G06F16/35 , G06F16/332 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于神经网络的无模板自然语言文本答案生成方法，其中，步骤一，针对问答系统内部特定的语义表征形式设计一个由自然文本生成该形式表征的神经网络模型A；步骤二，使用神经网络模型A完全相反的神经网络模型B；步骤三，基于神经网络模型A构建一个自然文本识别器C；步骤四，进行训练：对给定的自然文本S，通过神经网络模型A生成内部语义表征向量X，然而向该向量X中加入服从高斯分布的噪声Z，输入到神经网络模型B中，产生伪造的自然文本T，将自然文本S输入分类器C中并给出监督反馈1，将伪造的自然文本T输入分类器C中并给出监督反馈0，如此训练分类器C并将误差反向传播到模型B中，以对自然文本生成模型B进行有监督训练。
-
公开(公告)号：CN110084833A
公开(公告)日：2019-08-02
申请号：CN201910339556.6
申请日：2019-04-25
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于自适应邻域判决技术的红外运动目标检测方法，其中，包括：利用侧抑制模板对图像序列进行滤波处理，滤除平缓变化的背景和增强目标区域；对图像进行特征提取，将特征提取后的图像作为外部输入刺激，获得分割后的二值图像，并提取出候选目标；对分割后的二值图像序列中的每一帧图像进行连接分量标记，计算每一帧图像中所有连接分量的质心并保存；取每一帧图像中质心的最大横坐标分别与前一帧质心的最大横坐标相减，得到每一帧目标运动速度矩阵；对运动速度矩阵取中位数，作为该图像序列中弱小目标的平均运动速度，并计算真正目标的质心；确定真正目标的质心之后，则在标记图像中找到该质心所在的连通区域，将目标提取。
-
公开(公告)号：CN109934822A
公开(公告)日：2019-06-25
申请号：CN201910230152.3
申请日：2019-03-26
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于优化偏振分解的红外点目标检测方法，包括：进行图像采集与预处理；进行目标景物偏振态解算，解算出目标景物偏振态S，并计算得到偏振度P和偏振角A；进行完全偏振成分分解，将目标景物总光强分解为完全偏振成分与自然光成分之和，得到完全偏振成分强度以及自然光成分强度；求解变偏振分量，得到垂直于偏振角A平均值方向的变偏振分量；利用之前计算结果，去除掉变偏振分量中的自然光成分，使背景信息完全被抑制，得到剩余目标像素点的完全偏振成分；采用阈值进行目标景物的门限检测。本法了实现背景杂波抑制、随机噪声消除及目标偏振信息的增强。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.032 seconds)
