多低位宽浮点数融合点积加计算装置及方法

    公开(公告)号:CN119987714A

    公开(公告)日:2025-05-13

    申请号:CN202411745856.1

    申请日:2024-11-29

    Applicant: 浙江大学

    Abstract: 本发明旨在解决同长度输入下对正确舍入的多种低位宽浮点数支持中的融合点积加的优化问题,提出了一种多低位宽浮点数融合点积加计算装置与方法。所述计算装置包括以下模块:输入分割和检测模块、符号处理模块、指数处理模块、尾数处理和计算模块、异常检测模块、尾数数据路径模块、前导零检测模块、尾数规格化模块、舍入模块、指数调整模块、通常输出模块、异常输出模块和输出模块。所述方法基于对尾数数据路径的分析,针对FP4和FP6提出并使用了一种新的尾数移位方式;针对FP8则提出并使用了一种可实现正确舍入的尾数分配方案。此外,还提出了针对低位宽浮点数指数的比较和排序方案,从而能够实现正确舍入的多低位宽浮点数融合点积加计算。

    一种基于机器学习确定滑坡降雨阈值曲线的方法

    公开(公告)号:CN116467943B

    公开(公告)日:2025-01-14

    申请号:CN202310421956.8

    申请日:2023-04-19

    Applicant: 浙江大学

    Abstract: 本发明涉及一种基于机器学习确定滑坡降雨阈值曲线的方法,构建边坡模型样本,确定边坡稳定安全系数阈值、当前研究区域年平均降雨量;计算样本在给定降雨强度下的渗流场,捕捉边坡安全系数等于边坡稳定安全系数阈值的时刻点,以对应的降雨强度和降雨持时作为I‑D阈值曲线的拟合数据点;构建I‑D阈值曲线数据集;运用人工神经网络构建I‑D阈值曲线预测模型,训练预测模型;将边坡参数输入到预测模型,得到该边坡拟合数据点,拟合并在坐标系上绘制I‑D阈值曲线。本发明得到的结果更精确;实现I‑D阈值曲线的快速预测,提高分析效率,具有良好的实用价值;具有可推广性。

    一种单通道轻小型增强现实近眼显示系统

    公开(公告)号:CN117111301A

    公开(公告)日:2023-11-24

    申请号:CN202310863962.9

    申请日:2023-07-14

    Applicant: 浙江大学

    Abstract: 本发明涉及一种轻小型增强现实近眼显示系统,本系统由两个镜像对称的目视光学成像装置组合而成,每个目视光学成像装置包括1片自由曲面元件、2片玻璃平板、1片滤光片、2片自由体全息元件以及1个图像微显示器。图像微显示器发出的信号光经过滤光片筛选成特定波长范围后通过后续的光学系统最终进入人眼成像。同时外界光线还能透射进入人眼,实现超薄轻型双目近眼显示。其中自由曲面元件多面共体的设计极大地缩减光路体积和重量,以及减轻杂散光影响和定位的难度,提高系统的整体性能。

    一种实现多变量同步监测的滑坡模型试验方法与装置

    公开(公告)号:CN116819045A

    公开(公告)日:2023-09-29

    申请号:CN202310817679.2

    申请日:2023-07-05

    Applicant: 浙江大学

    Abstract: 本发明涉及一种实现多变量同步监测的滑坡模型试验方法与装置,土体边坡模拟单元堆积土体边坡模型并模拟边坡的不同倾斜度,降雨模拟单元模拟不同强度的降雨并诱发滑坡发生,径流‑渗流分离单元实现降雨作用下边坡径流和渗流的分离,监测模块监测降雨作用下边坡径流和渗流流量、坡内含水率和孔隙水压力变化及边坡形态变化,基于流量变化获得降雨诱发滑坡变形破坏机理。本发明可以实现降雨作用下坡表径流与坡内渗流的分离,自动实时监测径流与渗流流量,可实时监测包括但不限于孔隙水压力、土体含水量等土坡内部参数变化及边坡形态变化,获取边坡对降雨响应的多角度数据,为研究降雨作用下斜坡的水文响应机制及其对斜坡稳定性的影响提供数据参考。

    基于视频场景的目标识别方法及系统

    公开(公告)号:CN116721381A

    公开(公告)日:2023-09-08

    申请号:CN202310566469.0

    申请日:2023-05-19

    Abstract: 本发明公开了一种基于视频场景的优化目标识别方法及系统,包括:将视频图像数据进行抽帧,获得输入图像;通过主干网络提取获得输入图像的特征图,使用ROIAlign在特征图中生成候选框,获得全图级特征xgiob;通过主干网络提取获得输入图像的上下文嵌入特征图,使用RPN和ROIAlign在所述上下文嵌入特征图中生成候选框,获得实例级特征xins;将全图级特征xglob和实例级特征xins进行融合,获得层次上下文ROI特征xcont;使用ROIAlign在所述上下文嵌入特征图中生成候选框,获得原ROI特征xfpn;将层次上下文ROI特征xcont和原ROI特征xfpn进行融合,获得融合特征xfu;将层次上下文ROI特征xcont、原ROI特征xfpn及融合特征xfu输入至分类检测网络中,获得输入图像的识别预测结果。本发明提升了目标检测的准确率。

Patent Agency Ranking