-
公开(公告)号：CN108629410A
公开(公告)日：2018-10-09
申请号：CN201810408138.3
申请日：2018-04-28
Applicant: 中国科学院计算技术研究所
IPC: G06N3/063
CPC classification number: G06N3/063
Abstract: 本公开提供了一种基于主成分分析降维和/或升维的神经网络处理方法，其中，所述基于主成分分析的神经网络处理方法，包括：对片下数据进行降维并发送至片上；对所述降维并发送至片上的数据进行升维；接收所述升维后的数据并执行神经网络运算；对神经网络运算得到的数据进行降维并发送至片下；以及对所述降维并发送至片下的数据进行升维并存储为片下数据；其中，基于主成分分析对数据进行所述降维和/或升维操作。本公开基于主成分分析降维和/或升维的神经网络处理方法，通过在加载与存储数据时进行数据降维，减少了IO数量，降低了时间与能量开销。
-
公开(公告)号：CN108629409A
公开(公告)日：2018-10-09
申请号：CN201810408127.5
申请日：2018-04-28
Applicant: 中国科学院计算技术研究所
IPC: G06N3/063
Abstract: 本公开提供了一种基于主成分分析减少IO开销的神经网络处理系统，其中，所述神经网络处理系统，包括：片下降维单元，用于对片下数据进行降维并发送至片上；以及片上计算装置，与所述片下降维单元连接，用于接收所述降维并发送至片上的数据，执行神经网络运算；其中，所述降维单元基于主成分分析对所述片下数据进行降维。本公开基于主成分分析减少IO开销的神经网络处理系统，通过在加载与存储数据时进行数据降维，减少了IO数量，降低了时间与能量开销。
-
公开(公告)号：CN102592038B
公开(公告)日：2015-01-28
申请号：CN201110005686.X
申请日：2011-01-07
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了一种基于DS推理的无线传感器网络多目标跟踪数据关联方法，包括：步骤1，利用前一个无线传感器网络节点发送的信息得到关于目标的预测信息，对当前无线传感器网络节点所观测到的不确定信息构建基本信任函数指派模型；步骤2，根据所述基本信任函数指派模型，由证据理论的组合规则组合不同证据得到综合信息，根据综合信息实现数据关联。本发明结合预测信息，对不确定信息构建了简单地易于在节点上实现的基本信任函数指派模型，实现了对由节点观测到的不确定信息的表示；根据证据理论的组合规则组合不同证据得到综合信息，实现数据关联。由于信息的互补，最终的数据关联效果很好，关联精度高。
-
公开(公告)号：CN102663047A
公开(公告)日：2012-09-12
申请号：CN201210088773.0
申请日：2012-03-29
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了移动阅读中的社交关系挖掘方法，所述社交关系例如是用户之间的关联度。该方法首先对用户书籍阅读过程中访问的知识点形成的知识结构进行相似度计算，然后，根据所计算的知识结构相似度，并结合用户交互记录获取两个用户之间的关联度。该方法综合考虑了用户阅读过程中的知识结构和用户之间的交互行为模式，所获取的用户关联度可以很好地反映出人与人的关系。
-
公开(公告)号：CN102592038A
公开(公告)日：2012-07-18
申请号：CN201110005686.X
申请日：2011-01-07
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了一种基于DS推理的无线传感器网络多目标跟踪数据关联方法，包括：步骤1，利用前一个无线传感器网络节点发送的信息得到关于目标的预测信息，对当前无线传感器网络节点所观测到的不确定信息构建基本信任函数指派模型；步骤2，根据所述基本信任函数指派模型，由证据理论的组合规则组合不同证据得到综合信息，根据综合信息实现数据关联。本发明结合预测信息，对不确定信息构建了简单地易于在节点上实现的基本信任函数指派模型，实现了对由节点观测到的不确定信息的表示；根据证据理论的组合规则组合不同证据得到综合信息，实现数据关联。由于信息的互补，最终的数据关联效果很好，关联精度高。
-
Patent Agency Ranking
公开(公告)号：CN110059812B
公开(公告)日：2021-09-14
申请号：CN201910079638.1
申请日：2019-01-26
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了一种脉冲神经网络运算芯片及相关运算方法，该脉冲神经网络运算方法应用于该脉冲神经网络运算芯片，该方法应用于脉冲神经网络，该脉冲神经网络包括时钟神经元，该方法包括：该时钟神经元在第一时间后，以第二时间为间隔发送时钟脉冲；该脉冲神经网络中与该时钟神经元对应的输出神经元根据该时钟脉冲发送输出脉冲。
-
公开(公告)号：CN108665062A
公开(公告)日：2018-10-16
申请号：CN201810408130.7
申请日：2018-04-28
Applicant: 中国科学院计算技术研究所
Abstract: 本公开提供了一种基于小波变换减少IO开销的神经网络处理系统，其中，所述基于小波变换的神经网络处理系统，包括：片下压缩单元，用于对片下数据进行压缩并发送至片上；以及片上计算装置，与所述片下压缩单元连接，用于接收所述压缩并发送至片上的数据，执行神经网络运算；其中，所述压缩单元基于小波变换对所述片下数据进行压缩。本公开神经网络处理系统，通过在加载与存储数据时进行数据压缩，减少了IO量，降低了时间与能量开销。
-
公开(公告)号：CN108615074A
公开(公告)日：2018-10-02
申请号：CN201810408184.3
申请日：2018-04-28
Applicant: 中国科学院计算技术研究所
Abstract: 本公开提供了一种基于压缩感知的神经网络处理系统及方法，其中，所述基于压缩感知的神经网络处理系统，包括：片下压缩单元，用于对片下数据进行压缩并发送至片上；以及片上计算装置，与所述片下压缩单元连接，用于接收所述压缩并发送至片上的数据，执行神经网络运算；其中，所述压缩单元基于压缩感知对所述片下数据进行压缩。本公开基于压缩感知的神经网络处理系统及方法，通过在加载与存储数据时进行数据压缩，减少了IO量，降低了时间与能量开销。
-
公开(公告)号：CN103366186B
公开(公告)日：2017-02-08
申请号：CN201210088704.X
申请日：2012-03-29
Applicant: 中国科学院计算技术研究所
IPC: G06K9/64
Abstract: 本发明提供一种动态更换终端背景的方法，该方法捕获当前场景的图片和情境特征，计算图片库中每张图片与当前场景图片的图片相似度及其在当前场景下的图片情境推荐度，并结合图片相似度和图片推荐度来计算联合相似度，最终选择图片库中具有最大的联合相似度的图片，将其更换为终端设备的背景。该方法可基于移动用户所在的当前场景自动变换终端背景或终端上应用程序的背景，为用户提供了更佳的用户体验，还节省了用户在海量的图片库中进行图片选择的工作量。而且该方法通用性、移植性强，可广泛适用于移动设备中各种应用程序的更换背景、皮肤、壁纸等功能。
-
公开(公告)号：CN102663047B
公开(公告)日：2014-11-05
申请号：CN201210088773.0
申请日：2012-03-29
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了移动阅读中的社交关系挖掘方法，所述社交关系例如是用户之间的关联度。该方法首先对用户书籍阅读过程中访问的知识点形成的知识结构进行相似度计算，然后，根据所计算的知识结构相似度，并结合用户交互记录获取两个用户之间的关联度。该方法综合考虑了用户阅读过程中的知识结构和用户之间的交互行为模式，所获取的用户关联度可以很好地反映出人与人的关系。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.04 seconds)
