一种基于神经网络的3D点云数据处理方法及加速器

    公开(公告)号:CN116012657A

    公开(公告)日:2023-04-25

    申请号:CN202310112245.2

    申请日:2023-02-14

    Applicant: 南京大学

    Abstract: 本发明提供了一种基于神经网络的3D点云数据处理方法及加速器,所述方法包括:向神经网络中输入3D点云数据,输出点云所代表的目标类别;所述神经网络包括特征提取模块LCEM,LBR块,最大池化层,降采样层和全连接层;特征提取模块LCEM对离采样点距离最近的部分点在数据中对应的特征通过卷积层进行融合;LBR块用于特征提取;最大池化层和降采样层输出单一值来降低神经网络的输入尺寸;全连接层用于输出目标对应各个类别的概率,并按照概率最高的类别进行输出。本发明用于处理3D点云分类问题,通过可学习的权重来对邻域特征进行聚合,与Pointnet相比,在将网络参数压缩30倍以上的条件下,仍能保持相同的精度。

    一种可配置水声信号特征提取方法及装置

    公开(公告)号:CN115950517A

    公开(公告)日:2023-04-11

    申请号:CN202310187600.2

    申请日:2023-03-02

    Applicant: 南京大学

    Inventor: 林军 史可 王中风

    Abstract: 本申请提供一种可配置水声信号特征提取方法及装置,方法包括:获取配置文件以及水声采样信号;对水声采样信号执行预处理以得到第一信号帧集;根据配置文件对第一信号帧集执行快速傅里叶变换FFT以得到水声信号特征;根据配置文件输出水声信号特征。其中,配置文件用于指示待提取的LOFAR谱、STFT功率谱、Mel功率谱和MFCC中的一个或多个水声信号特征组合。装置包括控制模块、FPGA模块和电源模块,FPGA模块中,通过四种特征提取方法共用预处理单元以及FFT单元,不仅实现多种结果的水声信号特征提取,还可根据需要选择合适的水声信号特征,减少硬件资源的使用。而且在运算过程中,减少乘法器的使用,提高运算效率。

    一种支持多精度计算及动态配置的向量处理器及处理方法

    公开(公告)号:CN115936128A

    公开(公告)日:2023-04-07

    申请号:CN202211441900.0

    申请日:2022-11-17

    Applicant: 南京大学

    Abstract: 本发明提供的向量处理器以及数据处理方法,在处理器通道内加入了脉动阵列加速单元,用于实现向量之间的计算。充分利用了原架构上的存储单元,增大了数据吞吐量,实现较多向量数据的之间的计算,使得脉动阵列加速器的加速效果得到充分利用,计算利用率得到大幅提高。脉动阵列加速器可以支持多精度及超低比特量化计算,提高向量计算的效率,同时向量处理器的并行性和可拓展性可以极大地提高数据计算密度,从而实现算力的有效提升。

    基于超奇异同源秘钥封装协议的公钥生成方法和装置

    公开(公告)号:CN111614465B

    公开(公告)日:2023-03-24

    申请号:CN202010412895.5

    申请日:2020-05-15

    Applicant: 南京大学

    Abstract: 本申请提供一种基于超奇异同源秘钥封装协议的公钥生成方法和装置,该方法包括:获取同源质数和椭圆曲线;在所述椭圆曲线上生成第一公共点对和第二公共点对;获取私钥,计算私核;将所述第二公共点对作为高阶同源曲线上的初始像点,以所述椭圆曲线作为初始椭圆曲线,计算获得高阶同源曲线,将高阶同源曲线上的像点作为公钥。本申请通过将输入参数转换为新的数据表示方式,并使用该方式进行相应的有限域算法,可以替代传统的蒙哥马利表示方法,采用本申请实施例提供的新的数据表示方式对SIKE方案进行实现,并且在新的数据表示方式的基础上,能够提高SIKE协议实现的效率。

    一种面向下一代光纤通信标准的oFEC译码系统

    公开(公告)号:CN115833993A

    公开(公告)日:2023-03-21

    申请号:CN202211407549.3

    申请日:2022-11-10

    Applicant: 南京大学

    Abstract: 本发明提供了一种面向下一代光纤通信标准的oFEC译码系统,包括oFEC码译码器,所述oFEC码译码器遵循单指令多数据SIMD过程,即每条指令下对P个BCH子码进行译码,其中P为并行度。本系统基于SIMD的思想,通过推导得到oFEC码的在存储器中的位置遵循一定规律,进而通过使用奇偶两块完全一致的双端口存储器,有效地解决了译码过程中存在的结构冒险问题;通过额外的硬件开销解决译码输出时的数据冒险问题。上述手段避免了流水线停顿,提升了吞吐率。

    乘积码的译码装置
    176.
    发明公开

    公开(公告)号:CN115133938A

    公开(公告)日:2022-09-30

    申请号:CN202210836214.7

    申请日:2022-07-15

    Applicant: 南京大学

    Abstract: 本申请提供一种乘积码的译码装置,所述译码装置包括输入移位模块、存储模块、子译码模块、软信息比较模块、地址分配模块、提前终止模块以及输出移位模块。其中,存储模块采用面积更小、功耗更低的随机存取存储器作为存储单元,同时子译码模块采用部分并行的设计,包含的子译码器数量更少,硬件面积更小,从而节省硬件资源,降低硬件功耗。进一步,为了保证在尽可能小的硬件面积下获得较高的吞吐量,所述译码装置采用了交叠方式的硬件架构设计、跳跃电路、以及提前终止的策略,使得整体译码速率大幅提升。

    一种可配置的蒙哥马利模乘器

    公开(公告)号:CN114924708A

    公开(公告)日:2022-08-19

    申请号:CN202210518262.1

    申请日:2022-05-12

    Abstract: 本申请公开了一种可配置的蒙哥马利模乘器,该模乘器包括输入存储单元、第一预设数值个处理单元、迭代输入单元、相加单元、第一输出单元、输出移位单元、第二输出单元和周期控制单元,其中,第一预设数值个处理单元用于接收输入数据,并对输入数据进行移位处理,周期控制单元通过计数值控制每个计数中周期处理单元、迭代输入单元、相加单元和第一输出单元的输出。本申请公开的模乘器可以通过改变处理单元的数目实现对其对应算法的参数的改变,从而改变运算的周期数和消耗的硬件资源,使模乘器能够满足对硬件面积和延时需求不同的密码系统的需要。

    一种用于端侧实时训练的加速器
    178.
    发明公开

    公开(公告)号:CN114861899A

    公开(公告)日:2022-08-05

    申请号:CN202210408991.1

    申请日:2022-04-19

    Applicant: 南京大学

    Abstract: 本申请公开了一种用于端侧实时训练的加速器。所述加速器包括数据模块、地址解码模块、计算模块和控制模块,所述数据模块包括特征存储块、权重非零值存储块和权重比特图存储块,所述特征存储块包括多个存储单元,所述存储单元用于存储各个阶段对应的输入组中的各个输入块,所述输入块为待与对应权重值进行相乘的数据矩阵,所述权重值按照从前到后的顺序依次检测第一位置所有维度的值,所述权重非零值存储块和所述权重比特图存储块用于存储稀疏后的权重数据,所述控制模块用于控制各个阶段的执行过程。本申请提供的加速器能够改善负载不均衡问题,提高网络检测速度。

    一种低复杂度的信号检测方法及系统

    公开(公告)号:CN113691353B

    公开(公告)日:2022-08-02

    申请号:CN202110988508.7

    申请日:2021-08-26

    Applicant: 南京大学

    Abstract: 本申请涉及天线信号检测技术领域,提供一种低复杂度的信号检测方法及系统,所述一种低复杂度的信号检测方法采用分层的更新方式,更有利于高吞吐量硬件架构的设计与实现。同时通过算法变换或近似,有效降低算法以及实现复杂度。在干扰消除过程中,利用星座点特性,提出在更小位宽的操作数上进行运算,有效缩短硬件实现时的关键路径并且降低实现复杂度;在星座匹配过程中,利用二次函数的特性,提出了一种新的可靠性度量方法,使得所需的乘法和加法运算的数量各减少一半;将信号检测方法重构为初始化和迭代步骤,以减少处理周期,并通过近似方法将初始化过程中所需的乘法、加法和排序操作完全消除。

    基于双向GAN网络的去雾方法及双向GAN网络模型

    公开(公告)号:CN114663291A

    公开(公告)日:2022-06-24

    申请号:CN202011526195.5

    申请日:2020-12-22

    Applicant: 南京大学

    Abstract: 本申请公开了基于双向GAN网络的去雾方法及双向GAN网络模型,该方法包括利用提取得到的待去雾图片中不同像素对应的深度信息,对待去雾图片进行深度处理,然后输入至预先构建的双向GAN网络模型中,获取模型输出的去雾图片。该模型中,清晰图输入端口、第一生成单元及第一判别器依次连接,用于针对清晰图进行特征提取及重建,雾图输入端口、第二生成单元及第二判别器依次连接,用于针对雾图进行特征提取及重建;共享潜在空间中存储有针对清晰图提取的高层特征及针对雾图提取的高层特征。双向GAN网络模型通过成对清晰图及雾图完成训练及验证,包含雾域与清晰域的双向映射关系,能够对不同域下的图片进行处理,有效确保图片重建的真实性。

Patent Agency Ranking