公开(公告)号：CN110830562A

公开(公告)日：2020-02-21

申请号：CN201911044751.2

申请日：2019-10-30

Applicant: 重庆邮电大学

Inventor： 向敏 ,  江雨舟 ,  夏中 ,  周闰 ,  雷儒杰 ,  王鹏

IPC: H04L29/08

Abstract: 本发明属于网络集群与网络化控制技术领域，涉及一种基于虚拟节点的有限负载一致性哈希负载均衡策略，将缓存节点内存大小、CPU内核总数及磁盘大小作为独立信息数据波动赋权法的输入指标，计算各缓存节点性能量化值及性能量化值占比，根据设定的虚拟节点总数得到各缓存节点的虚拟节点数，将一致性哈希环均分为m段弧，利用Random函数为每个缓存节点生成对应数目的虚拟节点，按比例映射到每段弧上，负载均衡器更新集群缓存代理的负载量及各缓存节点的负载上限，在一致性哈希环上选择虚拟节点，利用拥有该虚拟节点的缓存节点进行服务。本发明解决了原策略负载分配不均和不支持异构集群缓存代理的问题，有效减少骨干网带宽占用率和集群缓存代理响应时间。

公开(公告)号：CN112508184B

公开(公告)日：2022-04-29

申请号：CN202011486673.4

申请日：2020-12-16

Applicant: 重庆邮电大学

Inventor： 向敏 ,  刘榆 ,  赵小翔 ,  周闰

IPC: G06N3/063 ,  G06F15/163 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62

Abstract: 本发明涉及一种基于卷积神经网络的快速图像识别加速器设计方法，属于图像识别技术领域。该方法包括：1)基于ARM和FPGA相结合的物联网终端，在ARM端负责对摄像头的参数进行配置，对采集的图像数据，权重数据进行处理；2)设计软硬件相结合的流水线处理方案，采用图像分块并行、输入通道并行和输出通道并行相结合的运算策略，基于该策略建立终端资源与识别时间的模型；3)根据求解模型获得最佳图像分块大小和卷积并行参数，在FPGA端构建卷积神经网络模型对图像进行识别。本发明能够在资源受限的物联网终端上充分利用片上资源，在提高资源利用率的同时，有效地提高了图像的识别速度。

公开(公告)号：CN110830562B

公开(公告)日：2022-06-10

申请号：CN201911044751.2

申请日：2019-10-30

Applicant: 重庆邮电大学

Inventor： 向敏 ,  江雨舟 ,  夏中 ,  周闰 ,  雷儒杰 ,  王鹏

IPC: H04L67/1008 ,  H04L67/1023 ,  H04L67/5682 ,  H04L67/1097

Abstract: 本发明属于网络集群与网络化控制技术领域，涉及一种基于虚拟节点的有限负载一致性哈希负载均衡策略，将缓存节点内存大小、CPU内核总数及磁盘大小作为独立信息数据波动赋权法的输入指标，计算各缓存节点性能量化值及性能量化值占比，根据设定的虚拟节点总数得到各缓存节点的虚拟节点数，将一致性哈希环均分为m段弧，利用Random函数为每个缓存节点生成对应数目的虚拟节点，按比例映射到每段弧上，负载均衡器更新集群缓存代理的负载量及各缓存节点的负载上限，在一致性哈希环上选择虚拟节点，利用拥有该虚拟节点的缓存节点进行服务。本发明解决了原策略负载分配不均和不支持异构集群缓存代理的问题，有效减少骨干网带宽占用率和集群缓存代理响应时间。

公开(公告)号：CN112508184A

公开(公告)日：2021-03-16

申请号：CN202011486673.4

申请日：2020-12-16

Applicant: 重庆邮电大学

Inventor： 向敏 ,  刘榆 ,  赵小翔 ,  周闰

IPC: G06N3/063 ,  G06F15/163 ,  G06K9/62

Abstract: 本发明涉及一种基于卷积神经网络的快速图像识别加速器设计方法，属于图像识别技术领域。该方法包括：1)基于ARM和FPGA相结合的物联网终端，在ARM端负责对摄像头的参数进行配置，对采集的图像数据，权重数据进行处理；2)设计软硬件相结合的流水线处理方案，采用图像分块并行、输入通道并行和输出通道并行相结合的运算策略，基于该策略建立终端资源与识别时间的模型；3)根据求解模型获得最佳图像分块大小和卷积并行参数，在FPGA端构建卷积神经网络模型对图像进行识别。本发明能够在资源受限的物联网终端上充分利用片上资源，在提高资源利用率的同时，有效地提高了图像的识别速度。