一种CNN全连接层运算的多并行加速方法

    公开(公告)号:CN110543936B

    公开(公告)日:2022-03-25

    申请号:CN201910818287.1

    申请日:2019-08-30

    Abstract: 本发明公开了一种CNN全连接层运算的多并行加速方法,利用卷积神经网络运算结果的稀疏性特点,通过提前判读卷积神经网络卷积层处理结果的数值,大大减少了对全连接层参数的读操作,有效节省能耗,提升系统能效比;利用FPGA等可编程逻辑器件硬件资源复用、扩展能力强等特点,通过构建并行流水乘累加架构,有效节省处理时间,提升处理效率;通过全面分析目标类型数据、目标特征差异以及应用过程中的错误容忍度等因素,合理设定处理数据格式,在保证处理精度的同时,有效提升数据及参数的存取效率,实现全连接层多并行加速的目的。

    一种高分辨率SAR成像参数计算方法

    公开(公告)号:CN114137519A

    公开(公告)日:2022-03-04

    申请号:CN202111143238.6

    申请日:2021-09-28

    Abstract: 本发明提出一种分辨率SAR成像参数计算方法,该方法将成像场景位置、成像合成孔径时长、滑动因子、最小重频、最大重频等参数作为输入条件,通过星地几何模型,分别计算得到成像场景的零多普勒中心时刻以及成像起始、结束时间,并在成像弧段内,以固定的时间步长,选择符合SAR成像性能指标的重频作为成像参数并输出,既降低了计算次数开销,同时避免了返回迭代的搜索过程,节省存储资源,适用于资源受限条件下的星载环境中实现,便于星载硬件进行部署和实施;本发明可通过修改成像合成孔径时长、滑动因子、最小重频、最大重频等参数,实现不同成像分辨率、成像幅宽的滑动聚束成像模式;并且集成了性能指标计算,具有波位设计一体化的特点。

    一种CNN全连接层运算的多并行加速方法

    公开(公告)号:CN110543936A

    公开(公告)日:2019-12-06

    申请号:CN201910818287.1

    申请日:2019-08-30

    Abstract: 本发明公开了一种CNN全连接层运算的多并行加速方法,利用卷积神经网络运算结果的稀疏性特点,通过提前判读卷积神经网络卷积层处理结果的数值,大大减少了对全连接层参数的读操作,有效节省能耗,提升系统能效比;利用FPGA等可编程逻辑器件硬件资源复用、扩展能力强等特点,通过构建并行流水乘累加架构,有效节省处理时间,提升处理效率;通过全面分析目标类型数据、目标特征差异以及应用过程中的错误容忍度等因素,合理设定处理数据格式,在保证处理精度的同时,有效提升数据及参数的存取效率,实现全连接层多并行加速的目的。

Patent Agency Ranking