-
公开(公告)号：CN115910649A
公开(公告)日：2023-04-04
申请号：CN202211615440.9
申请日：2022-12-15
Applicant: 西安交通大学 , 中国南方电网有限责任公司超高压输电公司检修试验中心 , 上海交通大学 , 沈阳变压器研究院有限公司
Abstract: 本发明公开了一种换流变有载分接开关双转换开关过渡电路及调压方法，包括：第一主触头、第二主触头、第一真空触头、第二真空触头、第三真空触头、第一转换开关、第二转换开关和过渡电阻。过渡电路切换过程中，第一真空触头与第三真空触头轮流承担开断负载电流的任务，从而减轻单个触头的工作损耗，降低触头的故障率，提高可靠性。第一转换开关与第二转换开关在过渡电路中实现了对第一绕组抽头与第二绕组抽头的电气隔离，可有效避免绕组抽头之间由于电气距离不足而产生的级间短路现象。
-
公开(公告)号：CN110097174B
公开(公告)日：2021-04-20
申请号：CN201910323955.3
申请日：2019-04-22
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于FPGA和行输出优先的卷积神经网络实现方法、系统及装置，包括：初始化FPGA的可编辑资源，生成输入缓存模块、输出缓存模块、PE阵列模块和池化模块；其中，输入缓存模块包括图像缓存模块、权值缓存模块和偏置缓存模块；通过FPGA的通信模块加载待处理图像数据、权值及偏置，并存储于FPGA的内存存储器；将卷积计算分组，逐组进行卷积计算并累加，获得整个卷积计算的计算结果；获得的计算结果通过FPGA的通信模块输出。本发明采用行输出优先的分组处理方法，可根据不同卷积神经网络模型结构调整特征参数，便于硬件与软件模型的匹配；基于资源有限的FPGA，可完整实现CNN多层卷积全流程的计算。
-
公开(公告)号：CN110062233A
公开(公告)日：2019-07-26
申请号：CN201910339608.X
申请日：2019-04-25
Applicant: 西安交通大学
IPC: H04N19/129 , H04N19/42 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种卷积神经网络全连接层稀疏的权值矩阵的压缩方法及系统，包括以下步骤：步骤1，获取待优化卷积神经网络的全连接层稀疏的权值矩阵A，并将其分解成位置矩阵B以及非零值数组C；其中，位置矩阵B与稀疏的权值矩阵A的尺寸大小一致；在位置矩阵B中，稀疏的权值矩阵A中有非零值的对应位置的数值为1，其他位置的数值为0；步骤2，将步骤1获得的位置矩阵B作为二值矩阵，进行满足预设图像压缩标准的无损压缩。本发明可提高全连接层稀疏的权值矩阵的压缩率，节省更多的存储空间。
-
公开(公告)号：CN115938766A
公开(公告)日：2023-04-07
申请号：CN202211626269.1
申请日：2022-12-15
Applicant: 西安交通大学 , 中国南方电网有限责任公司超高压输电公司检修试验中心 , 上海交通大学 , 沈阳变压器研究院有限公司
Abstract: 本发明公开了一种换流变有载分接开关的三真空管过渡电路及调压方法，包括第一、第二、第三真空管、第一转换开关、第二转换开关和过渡电阻，第一主触头和第一真空管的一端以及第二转换开关的第一静触头均与变压器调压绕组的第一绕组抽头连接；第二主触头的一端、第三真空管的一端以及第二转换开关的第二静触头均与变压器调压绕组的第二绕组抽头连接；第二真空管的一端与第二转换开关的动触头连接。本发明采用了三个真空管，在往复切换过程中，第二真空管承担开断负载电流的任务，第一真空管和第三真空管轮流承担开断级间环流的任务，平衡了各真空管的开断损耗和切换容量；两个转换开关可以起到后备安全保护功能，从而提高可靠性和安全性。
-
Patent Agency Ranking
公开(公告)号：CN109886397A
公开(公告)日：2019-06-14
申请号：CN201910218652.5
申请日：2019-03-21
Applicant: 西安交通大学
IPC: G06N3/04
Abstract: 本发明公开了一种针对卷积层的神经网络结构化剪枝压缩优化方法，包括：(1)各卷积层稀疏值分配：(1.1)训练原始模型得到各可剪枝卷积层的权值参数，并计算得到各卷积层重要性分数；(1.2)按照重要性分数从小到大的顺序，并参照最大最小值进行平均刻度分段，依次对各区段卷积层进行稀疏值从小到大的配置，经过模型再训练调整，得到全部可剪枝卷积层的稀疏值配置；(2)结构化剪枝：根据步骤(1.2)确定的稀疏值选择卷积过滤器，进行结构化剪枝训练；其中，每层卷积层只使用一种卷积过滤器。本发明的优化方法，能够让深度神经网络在资源受限的平台上更便捷地运行，既能节省参数存储空间又能加速模型运算。
-
公开(公告)号：CN110062233B
公开(公告)日：2020-04-28
申请号：CN201910339608.X
申请日：2019-04-25
Applicant: 西安交通大学
IPC: H04N19/129 , H04N19/42 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种卷积神经网络全连接层稀疏的权值矩阵的压缩方法及系统，包括以下步骤：步骤1，获取待优化卷积神经网络的全连接层稀疏的权值矩阵A，并将其分解成位置矩阵B以及非零值数组C；其中，位置矩阵B与稀疏的权值矩阵A的尺寸大小一致；在位置矩阵B中，稀疏的权值矩阵A中有非零值的对应位置的数值为1，其他位置的数值为0；步骤2，将步骤1获得的位置矩阵B作为二值矩阵，进行满足预设图像压缩标准的无损压缩。本发明可提高全连接层稀疏的权值矩阵的压缩率，节省更多的存储空间。
-
公开(公告)号：CN102183217A
公开(公告)日：2011-09-14
申请号：CN201110064718.3
申请日：2011-03-17
Applicant: 西安交通大学
IPC: G01B11/24
Abstract: 本发明公开了一种圆弧式轮廓仪测头及其测量方法，该圆弧式轮廓仪测头包括探针、连杆、精密圆弧块、光栅、回转轴和精密轴承组成。本测头通过直接测量精密圆弧块的转动角度来准确得到探针尖端的实际坐标，从而避免传统轮廓仪测头所具有针尖实际坐标和测得坐标有偏差和由杠杆转动角度与传感器输出的位移探测信号之间的非线性关系而产生的测量误差等缺点。消除了转动角度对量程的限制，具有测量量程大、结构简单和精度高等优点。
-
公开(公告)号：CN110097174A
公开(公告)日：2019-08-06
申请号：CN201910323955.3
申请日：2019-04-22
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于FPGA和行输出优先的卷积神经网络实现方法、系统及装置，包括：初始化FPGA的可编辑资源，生成输入缓存模块、输出缓存模块、PE阵列模块和池化模块；其中，输入缓存模块包括图像缓存模块、权值缓存模块和偏置缓存模块；通过FPGA的通信模块加载待处理图像数据、权值及偏置，并存储于FPGA的内存存储器；将卷积计算分组，逐组进行卷积计算并累加，获得整个卷积计算的计算结果；获得的计算结果通过FPGA的通信模块输出。本发明采用行输出优先的分组处理方法，可根据不同卷积神经网络模型结构调整特征参数，便于硬件与软件模型的匹配；基于资源有限的FPGA，可完整实现CNN多层卷积全流程的计算。
-
公开(公告)号：CN102183217B
公开(公告)日：2012-09-05
申请号：CN201110064718.3
申请日：2011-03-17
Applicant: 西安交通大学
IPC: G01B11/24
Abstract: 本发明公开了一种圆弧式轮廓仪测头及其测量方法，该圆弧式轮廓仪测头包括探针、连杆、精密圆弧块、光栅、回转轴和精密轴承组成。本测头通过直接测量精密圆弧块的转动角度来准确得到探针尖端的实际坐标，从而避免传统轮廓仪测头所具有针尖实际坐标和测得坐标有偏差和由杠杆转动角度与传感器输出的位移探测信号之间的非线性关系而产生的测量误差等缺点。消除了转动角度对量程的限制，具有测量量程大、结构简单和精度高等优点。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.03 seconds)
