一种面向地磁导航的地磁适配区域定位方法以及装置

    公开(公告)号:CN119169081A

    公开(公告)日:2024-12-20

    申请号:CN202411647687.8

    申请日:2024-11-18

    Abstract: 本说明书公开了一种面向地磁导航的地磁适配区域定位方法以及装置,具体包括:根据目标区域对应的地磁信息图,确定出目标区域对应的地磁特征图。将地磁特征图输入到尺度划分模型中,通过尺度划分模型生成出地磁信息图在各图像分辨率下对应的地磁特征图。针对每个尺度特征图,确定出在对应图像分辨率下目标区域中的待选地磁适配区域。根据各待选地磁适配区域,确定目标区域的地磁适配区。相较于现阶段技术中人为主动确定地磁适配区域来说,本说明书的方法更加智能且自动化程度更高,地磁适配区域的确定效率和精准度提升的同时,也极大程度上节省了人力资源和时间成本的消耗,使得后续基于地磁适配区域进行地磁航线规划的执行效率也获得提升。

    面向芯粒的深度大模型容错部署优化方法和系统

    公开(公告)号:CN117632148A

    公开(公告)日:2024-03-01

    申请号:CN202311611108.X

    申请日:2023-11-29

    Abstract: 本发明公开了一种面向芯粒的深度大模型容错部署优化方法和系统,该方法包括以下步骤:获取深度大模型的计算图、算子的划分策略及故障芯粒不规则拓扑结构;通过优化算子的划分策略和硬件资源数量分配策略,最小化计算图的计算开销、通信开销和随机映射的链路争用开销,得到算子的最佳划分策略和最佳资源分配数量;通过优化算子基于芯粒不规则拓扑结构的硬件映射策略,最小化芯粒故障网络的链路争用开销,得到算子的最佳映射方案;将上述开销视为总执行开销,通过迭代优化最小化总执行开销,最终获得最佳调度方案。本发明方法能够得到推理性能更强大且执行开销更小的调度方案,推动深度学习大模型在芯粒上的容错部署和优化技术的发展和应用。

    一种自主持续学习方法、装置、存储介质及电子设备

    公开(公告)号:CN117152570A

    公开(公告)日:2023-12-01

    申请号:CN202311188453.7

    申请日:2023-09-12

    Abstract: 本说明书公开了一种自主持续学习方法、装置、存储介质及电子设备。在本说明书提供的自主持续学习方法中,获取目标图像,确定目标图像的图像类别;将目标图像输入持续学习推理模型,得到推理结果的置信度;将置信度不大于预设阈值的目标图像确定为待定图像;根据待定图像的图像类别,确定待定图像与预设的标准图像之间的相似度;根据置信度、相似度,以及当前样本池中样本图像的样本数量,确定待定图像的第一概率和第二概率;当第一概率不小于第一指定阈值时,将待定图像确定为样本图像;当第二概率不小于第二指定阈值时,采用样本图像对所述持续学习推理模型进行训练。

    一种图像的配准方法、装置、存储介质及电子设备

    公开(公告)号:CN116258753A

    公开(公告)日:2023-06-13

    申请号:CN202310299814.9

    申请日:2023-03-20

    Abstract: 本说明书公开了一种图像的配准方法、装置、存储介质及电子设备,获取无人机采集的空中图像和无人车采集的地面图像。根据无人机与无人车的相对位姿,确定空中图像与地面图像之间的粗仿射模型。确定空间采样点,并根据初始位置对应的空中图像确定各空间采样点对应的空中图像。根据初始位置对应的粗仿射模型,确定各空间采样点对应的粗仿射模型。确定各空中图像中与地面图像匹配的空中图像,根据该空中图像,确定该匹配采样点对应的粗仿射模型,进而得到无人机与无人车之间的精仿射模型。在没有先验地图信息的情况下,也能实现空中图像与地面图像的配准。且不受环境的约束,即在城市低空或者室内环境中时,也可以实现空中图像与地面图像的配准。

    一种可组装的分布式计算和存储系统及其构造方法

    公开(公告)号:CN112804297A

    公开(公告)日:2021-05-14

    申请号:CN202011599244.8

    申请日:2020-12-30

    Abstract: 本发明公开了一种可组装的分布式计算和存储系统及其构造方法,包括:一个以上域服务器,用于计算服务或存储服务;网络交换单元,负责将域服务器连接形成分布式计算和存储系统;域服务器包括:对象处理单元,采用多核构造处理器线程组,负责域服务器内网络连接,并通过高级语言编程提供管理控制和数据处理;计算单元,提供计算能力;内存单元,用于动态随机存储器;持久化内存单元,用于非易失内存;存储单元,提供持久化存储;多个计算单元、多个内存单元、多个非易失内存单元、多个存储单元,分别通过网络交换单元连接形成计算池、内存池、非易失内存池、存储池;一个或多个域服务器通过网络交换单元连接形成分布式计算和存储系统。

    支持深度神经网络推理加速的异构存算融合系统及方法

    公开(公告)号:CN112149816A

    公开(公告)日:2020-12-29

    申请号:CN202011340107.2

    申请日:2020-11-25

    Abstract: 本发明公开了一种支持深度神经网络推理加速的异构存算融合系统及方法,包括:主机处理器,用于控制和管理整个异构存算融合系统;非易失内存模块,与所述主机处理器相连,用于神经网络处理;3D堆叠内存模块,与所述主机处理器相连,用于神经网络处理;网络模块,与所述主机处理器相连,用于与外部主机连接;配置电路,与所述主机处理器相连,用于接收所述主机处理器的配置命令并控制电压发生器,也用于接收所述主机处理器的配置命令并配置3D堆叠内存模块;电压发生器,分别与所述非易失内存模块和配置电路相连,用于接收所述配置电路的控制命令,对所述非易失内存模块施加外部激励,调节其电导状态。

    一种基于混合存储的存内计算的方法与装置

    公开(公告)号:CN112015673A

    公开(公告)日:2020-12-01

    申请号:CN202011137494.X

    申请日:2020-10-22

    Abstract: 本发明涉及计算机内存计算领域,具体涉及一种基于混合存储的存内计算方法与装置,该方法包括:首先通过混合存储区将数据进行混合存储,然后利用数据转存区通过字线驱动器和控制器对某一指定行的数据进行移位操作,最后基于混合存储和移位操作进行数据的乘法计算。本发明结合非易失存储与内存计算,一方面计算数据以纳秒级的速度从非易失器件中获得,特别是对于深度神经网络推理这种场景,可将模型参数事先存放于非易失存储区,计算时能减少了数据访问的时间,提高了系统性能;另一方面通过改进电路操作流程,减少了不必要的数据搬移时间,使得移位时间也能缩短至纳秒级别,提升了对于乘法计算这种有大量移位操作的计算效率,提高了系统性能。

    一种面向地磁导航的地磁适配区域定位方法以及装置

    公开(公告)号:CN119169081B

    公开(公告)日:2025-03-07

    申请号:CN202411647687.8

    申请日:2024-11-18

    Abstract: 本说明书公开了一种面向地磁导航的地磁适配区域定位方法以及装置,具体包括:根据目标区域对应的地磁信息图,确定出目标区域对应的地磁特征图。将地磁特征图输入到尺度划分模型中,通过尺度划分模型生成出地磁信息图在各图像分辨率下对应的地磁特征图。针对每个尺度特征图,确定出在对应图像分辨率下目标区域中的待选地磁适配区域。根据各待选地磁适配区域,确定目标区域的地磁适配区。相较于现阶段技术中人为主动确定地磁适配区域来说,本说明书的方法更加智能且自动化程度更高,地磁适配区域的确定效率和精准度提升的同时,也极大程度上节省了人力资源和时间成本的消耗,使得后续基于地磁适配区域进行地磁航线规划的执行效率也获得提升。

Patent Agency Ranking