-
公开(公告)号：CN107493095B
公开(公告)日：2020-06-16
申请号：CN201710674866.4
申请日：2017-08-09
Applicant: 东南大学 , 东南大学—无锡集成电路技术研究所
IPC: H03K17/08 , H03K17/567 , H03K19/003
Abstract: 一种硅基IGBT和碳化硅肖特基二极管混合的栅驱动系统，包括驱动输入级、逻辑使能电路、电流源电路、IGBT栅极电压对时间的变化率检测电路、IGBT集电极电流对时间的二阶微分变化率检测电路以及IGBT管、肖特基二极管D1和采样电阻Rx。通过对IGBT的栅极电压VG和栅极电压的变化率dVG/dt以及集电极电流的二阶变化率d(dIc/dt)/dt进行采样和检测，实时的掌握IGBT开启过程的各个阶段，之后经过逻辑使能电路的判断并对栅驱动电路中的电流源电路进行控制，便可以改变IGBT开启过程的驱动电流大小，从而达到在IGBT的开启过程中抑制电流振荡减小电流过冲和开启损耗的目的。
-
公开(公告)号：CN107085132B
公开(公告)日：2019-09-17
申请号：CN201710351208.1
申请日：2017-05-18
Applicant: 东南大学 , 东南大学—无锡集成电路技术研究所
IPC: G01R19/00 , H03K19/0185
Abstract: 一种正电压供电下的高精度负压检测电路，包括采样电压生成电路、带隙基准电压源、高精度电压比较器和输出驱动器，采样电压生成电路包括低压线性稳压管LDO和电阻分压网络，低压线性稳压管LDO稳定输出固定2.5V电压Vo与输入的负电压信号IN通过电阻分压得到正采样电压Vn，将Vn与带隙基准电压源产生的正基准电压Vref通过高精度电压比较器进行比较，Vn、Vref分别连接高精度电压比较器的负、正向输入端，比较结果通过输出驱动器输出对应的逻辑控制信号OUT，当输入信号IN为要检测的负电压信号时，输出驱动器输出逻辑高电平“1”，否则输出逻辑低电平“0”，实现了正电压供电下输入负电压信号的检测。
-
公开(公告)号：CN109740419A
公开(公告)日：2019-05-10
申请号：CN201811397129.5
申请日：2018-11-22
Applicant: 东南大学 , 东南大学—无锡集成电路技术研究所 , 南京三宝科技股份有限公司
Abstract: 本发明公开了一种基于Attention-LSTM网络的视频行为识别方法。通过光流图序列生成模块对输入的RGB图序列进行变换，得到光流图序列；将光流图序列与原RGB图序列输入时域注意力取帧模块，分别选取两种图序列中非冗余的关键帧；将两种图的关键帧序列输入AlexNet网络特征提取模块，分别提取出两种帧图的时序特征和空间特征，通过特征分权加强模块，对最后一层卷积层输出的特征图执行加重与动作相关性强的特征权重的操作；将两个AlexNet网络特征提取模块输出的特征图输入LSTM网络行为识别模块，分别对两种图片进行识别，并将两种识别结果通过融合模块按比例融合，得到最终的视频行为识别结果。本发明不仅能实现从视频中识别行为的功能，且能提高识别的准确率。
-
公开(公告)号：CN109711532A
公开(公告)日：2019-05-03
申请号：CN201811486547.1
申请日：2018-12-06
Applicant: 东南大学 , 东南大学—无锡集成电路技术研究所 , 南京三宝科技股份有限公司
IPC: G06N3/04
Abstract: 本发明公开一种针对硬件实现稀疏化卷积神经网络推断的加速方法，包括面对稀疏硬件加速架构的分组剪枝参数确定方法、针对稀疏硬件加速架构的分组剪枝训练方法和针对稀疏化卷积神经网络前向推断的部署方法：根据硬件架构中乘法器数量确定分组剪枝的分组长度和剪枝率，基于量级裁剪方式将压缩率以外的权值进行裁剪，通过增量训练方式提升剪枝后的网络准确率及压缩率，剪枝过的网络经微调后保存非剪枝位置的权值和索引参数并送入硬件架构下的计算单元中，计算单元同时获取分组长度的激活值完成稀疏网络前向推断。本发明基于硬件架构出发设定算法层面的剪枝参数与剪枝策略，有益于降低稀疏加速器的逻辑复杂度提高稀疏加速器前向推断的整体效率。
-
公开(公告)号：CN109711433A
公开(公告)日：2019-05-03
申请号：CN201811451465.3
申请日：2018-11-30
Applicant: 东南大学 , 东南大学—无锡集成电路技术研究所 , 南京三宝科技股份有限公司
IPC: G06K9/62
Abstract: 本发明公开一种基于元学习的细粒度分类方法，步骤是：建立外部数据集，将数据集分为训练集、验证集和测试集，三者之间的样本类别互不相交，且测试集的样本类别小于训练集；对数据集中的样本进行数据增强；建立卷积神经网络，该卷积神经网络的输入为彩色图片，输出为彩色图片所属类别，分类层的长度等于外部数据集的类别数，损失函数采用softmax loss；采用训练集训练细粒度分类网络；利用测试集对预训练好的卷积神经网络进行测试，并根据测试结果对卷积神经网络进行微调。此种方法可以快速生成一个良好的通用初始化模型，可以使得在测试相关但不同的类别时，仅用较少的样本就可以取得较好的分类效果，来解决细粒度分类时没有大数据集的问题。
-
Patent Agency Ranking
公开(公告)号：CN109447014A
公开(公告)日：2019-03-08
申请号：CN201811317221.6
申请日：2018-11-07
Applicant: 东南大学-无锡集成电路技术研究所 , 东南大学 , 南京三宝科技股份有限公司
Abstract: 本发明公开了一种基于双通道卷积神经网络的视频在线行为检测方法。首先，通过光流图片序列生成模块对输入的RGB图进行变换，得到光流图；其次，将得到的光流图与原RGB图通过双通道分别输入至两个相同的轻量双卷积核SSD网络中，分别提取出两种图的时序特征和空间特征以及检测框和置信分值；然后，通过融合模块对两种图片生成的检测框和置信分值进行融合，形成带检测框和置信分值的图片；最后，将带有检测框和置信分值的图片输入在线动作管道，从视频的角度给出最终的行为检测结果。本发明通过设计轻量双卷积核SSD网络，大幅度简化了深度学习网络，提高了行为检测效率。
-
公开(公告)号：CN108806243A
公开(公告)日：2018-11-13
申请号：CN201810371782.8
申请日：2018-04-24
Applicant: 东南大学 , 东南大学—无锡集成电路技术研究所
Abstract: 本发明公开了一种基于Zynq‑7000的交通流量信息采集终端，属于交通控制系统信号装置的技术领域。该终端以Zynq‑7000芯片为载体，搭建了包含视频图像采集传感器、外部存储器模块、HDMI显示器的架构，使用AXI4总线进行PS模块和PL模块内部互联，设计了加速卷积神经网络计算的IP核，采用MCU驱动AXI4‑VDMA IP核和AXI4‑DMA IP核的通信架构实现了PS模块和PL模块的实时数据交互，将视频图像采集、存储、目标检测、流量统计、显示输出等功能集成单芯片上，集成度高，高速度和低延迟的数字图像处理和数据传输能够满足交通流量统计的实时性要求。
-
公开(公告)号：CN105843774B
公开(公告)日：2018-10-02
申请号：CN201610170062.6
申请日：2016-03-23
Applicant: 东南大学—无锡集成电路技术研究所
Abstract: 本发明公开了一种动态多模式可配的可重构计算单元结构，应用于可重构处理器系统中。可重构处理器系统主要包括三部分：数据模块、配置模块和可重构阵列。该可重构处理器包含四个可重构阵列，每个可重构计算阵列包含48个同构计算单元。每个计算单元之间的路由结构根据配置信息实现，实现同一可重构阵列中加、减、乘、除并行执行；相较于传统的可重构计算单元结构，该结构通过精细化配置，可以高效地实现加、减、乘、除四种运算；面向不同算子，可将阵列中计算单元进行组合，从而高效地实现多种不同算法，提高了可重构处理器系统的吞吐率、灵活性和计算效率。
-
公开(公告)号：CN108231898A
公开(公告)日：2018-06-29
申请号：CN201711343954.2
申请日：2017-12-14
Applicant: 东南大学 , 东南大学—无锡集成电路技术研究所
Abstract: 一种低导通电阻的碳化硅功率半导体器件，所述低导通电阻的碳化硅功率半导体器件为轴对称结构，包括：N型衬底，在N型衬底的上设有N型漂移区，在N型漂移区中对称设置一对P型基区，在P型基区中设有P+型体接触区和N+型源区，在N型漂移区的表面设有栅氧层，在栅氧层的表面设有多晶硅栅。其特征在于：在P型基区体内设有由N‑型区构成的阵列，上表面与栅氧层相分离，所述N‑型区在器件栅宽方向上N‑型区与P型基区间隔分布，且N‑型区到栅氧层的距离、厚度和掺杂浓度使得N‑型区在自然状态下恰好完全夹断。这种结构的优点在于维持器件击穿电压的同时，有效降低器件导通电阻，提升器件开态电流能力，降低开态能量损耗。
-
公开(公告)号：CN107766812A
公开(公告)日：2018-03-06
申请号：CN201710945484.0
申请日：2017-10-12
Applicant: 东南大学—无锡集成电路技术研究所 , 东南大学
IPC: G06K9/00
CPC classification number: G06K9/00228 , G06K9/00288 , G06K9/00986
Abstract: 本发明公开了一种基于MiZ702N的实时人脸检测识别系统，包括图像传感器、MiZ702N开发板、VGA显示器；MiZ702N开发板包括视频输入模块、存储器、CPU、神经网络加速器、视频输出模块；图像传感器采集视频信息并将信息发送到视频输入模块，之后将单帧图像存储到存储器中；CPU从存储器获取图像信息，进行图像预处理后将预处理后的图像存储到存储器中；神经网络加速器从存储器中获取预处理后的图像进行人脸检测运算和人脸识别运算，然后将运算结果返回存储器；CPU根据运算结果处理图像；视频输出模块从存储器中获取经CPU处理后的图像，最后输出数据到VGA显示器。本发明具有内部总线数据传输速度快，神经网络并行度高，实时准确检测识别人脸的优点。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.067 seconds)
