-
公开(公告)号:CN101252404A
公开(公告)日:2008-08-27
申请号:CN200810069526.X
申请日:2008-03-31
Applicant: 重庆大学
IPC: H04J3/06
Abstract: 本发明请求保护一种基于现场可编程门阵列(FPGA)实现的小型分布式网络时钟同步系统,涉及分布式网络同步技术。它主要包括PC、HUB以及基于FPGA的分布式单元。每个分布式单元都带有通用网络接口,采用固定的同步周期时间方案来实现小型分布式网络的时钟同步,使系统能够达到微秒级的同步。本发明的同步方式采用类似IEEE1588标准的方式,根据该标准的高精度同步特性,改善其初始同步速度,实现一个初始同步速度快、高精度时钟同步的分布式系统。它根据提供分布式网络系统各个组成单元的同步时钟,作为系统的工作时钟的参照。这样,可以满足对实时要求性较高的分布式网络用于传输数据等。
-
公开(公告)号:CN115700794A
公开(公告)日:2023-02-07
申请号:CN202211437766.7
申请日:2022-11-15
Applicant: 重庆大学
IPC: G06V10/764 , G06V10/762 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及生物医疗信息处理中的智能诊断技术领域,具体公开了一种基于四重级联域适应机制的组织病理学图像分类方法,通过搭建卷积神经网络进行特征迁移,综合卷积神经网络中不同深度提取的特征,构建八重异构样本空间,并对不同样本空间中的特征进行四重级联域适应(包括两次聚类包络对齐,流形融合对齐和流形聚类包络域自适应)。本方法仅使用少量带标签数据对模型进行训练即可大幅提升分类性能,满足乳腺癌组织病理图像的分类要求,且具有较强的鲁棒性,自适应性和抗过拟合性能。本方法能够允许不同格式和分辨率的图像输入,具有较高的准确性和稳定性,在临床诊断中显示出巨大的潜力。
-
公开(公告)号:CN101252404B
公开(公告)日:2012-01-04
申请号:CN200810069526.X
申请日:2008-03-31
Applicant: 重庆大学
IPC: H04J3/06
Abstract: 本发明请求保护一种基于现场可编程门阵列(FPGA)实现的小型分布式网络时钟同步系统,涉及分布式网络同步技术。它主要包括PC、HUB以及基于FPGA的分布式单元。每个分布式单元都带有通用网络接口,采用固定的同步周期时间方案来实现小型分布式网络的时钟同步,使系统能够达到微秒级的同步。本发明的同步方式采用类似IEEE1588标准的方式,根据该标准的高精度同步特性,改善其初始同步速度,实现一个初始同步速度快、高精度时钟同步的分布式系统。它根据提供分布式网络系统各个组成单元的同步时钟,作为系统的工作时钟的参照。这样,可以满足对实时要求性较高的分布式网络用于传输数据等。
-
-