-
公开(公告)号：CN109799805A
公开(公告)日：2019-05-24
申请号：CN201910044836.4
申请日：2019-01-17
Applicant: 湖南大学
IPC: G05B23/02
Abstract: 本发明公开了一种可靠性感知的高性能汽车电子调度算法。通过将每个功能的可靠性要求转移到功能的每个任务的可靠性要求来解决满足多个功能的可靠性的问题；通过以最小的最早完成时间策略将每个任务分配给ECU，并判断任务的功能关键级高于系统关键级的任务的处理时间AFT(vi)是否超过被取出的任务的剩余时间RTsd(vi)，来决定是否应用关键级调整策略以满足关键功能的响应时间要求。
-
公开(公告)号：CN109033738A
公开(公告)日：2018-12-18
申请号：CN201810742486.4
申请日：2018-07-09
Applicant: 湖南大学
CPC classification number: G06N3/08
Abstract: 本发明公开了一种基于深度学习的药物活性预测方法。本发明使用RDkit开源库用于计算给定分子中每个原子的基本特征，包括原子类型，化合价，形式电荷等，只计算原子特征大大减少时间耗费。本发明是结合了图卷积和LSTM两种模型(长短期记忆网络)的预测模型，对于图卷积模型，通过将原子视为节点并将键作为无向图中的边来将所有分子特征化为图，提取分子结构特征，使用图卷积神经网络可以减少时间耗费的同时获取传统方法无法得到的特征。LSTM通过在证据和查询分子之间交换信息来学习复杂的度量。从而达到在低数据量下较高的预测准确度。
-
公开(公告)号：CN101763265B
公开(公告)日：2012-10-03
申请号：CN201010022084.0
申请日：2010-01-19
Applicant: 湖南大学
Inventor： 李仁发 , 陈宇 , 徐成 , 吴强 , 刘彦 , 朱海 , 袁虎 , 钟俊 , 刘滔 , 邝继顺 , 李蕊 , 李肯立 , 罗娟 , 赵欢 , 杨科华 , 任小西 , 杨书凡 , 彭日光 , 李春江 , 黄瑜臣 , 张维 , 李浪
IPC: G06F9/44
Abstract: 本发明提供了一种过程级软硬件协同设计自动化开发方法，其特征在于，包括以下步骤：步骤1：利用高级语言完成系统功能描述，系统功能描述中包括软硬件协同函数的调用；步骤2：软硬件函数的动态划分；步骤3：链接和执行步骤；步骤4：判断和结束步骤；判断是否所有的函数执行完毕，如果执行完毕就结束，否则返回用于划分的参数到步骤2进入下一次循环。本发明使用过程级软硬件统一编程模型，来屏蔽底层硬件实现的差异，达到可重构器件对程序用户透明的目的。该编程模型将硬件加速器封装成C语言函数，方便用户编程，且支持运行时的动态软硬件划分，使划分对程序员透明，提高了可重构资源的利用率。
-
公开(公告)号：CN101763288B
公开(公告)日：2012-09-05
申请号：CN201010022085.5
申请日：2010-01-19
Applicant: 湖南大学
Inventor： 李仁发 , 陈宇 , 徐成 , 吴强 , 刘彦 , 朱海 , 袁虎 , 钟俊 , 刘滔 , 邝继顺 , 李蕊 , 李肯立 , 罗娟 , 赵欢 , 杨科华 , 任小西 , 杨书凡 , 彭日光 , 李春江 , 黄瑜臣 , 张维 , 李浪
IPC: G06F9/50
Abstract: 本发明提供了一种考虑硬件预配置因素的动态软硬件划分方法，其特征在于，在程序运行过程中，进行动态的软硬件划分，在可重构硬件资源上进行一个或多个函数的配置，对待划分函数维护一个待划分函数列表list(f1，…，fm)，其中fk为定义硬件加速比，k为待划分的一个函数；k＝1，…，m，m为待划分函数个数，基于硬件加速比对函数配置，并且考虑到硬件预配置因素。本发明基于硬件加速比对函数进行动态软硬件配置，充分利用了系统的硬件资源，从而显著提高整个系统的任务处理效率。
-
公开(公告)号：CN101799770B
公开(公告)日：2012-07-25
申请号：CN201010022083.6
申请日：2010-01-19
Applicant: 湖南大学
Inventor： 李仁发 , 陈宇 , 徐成 , 吴强 , 刘彦 , 朱海 , 袁虎 , 钟俊 , 刘滔 , 邝继顺 , 李蕊 , 李肯立 , 罗娟 , 赵欢 , 杨科华 , 任小西 , 杨书凡 , 彭日光 , 李春江 , 黄瑜臣 , 张维 , 李浪
IPC: G06F9/46
Abstract: 本发明提供了一种基于单位面积加速比的可重构资源管理方法，该可重构资源管理方法应用在可重构资源二维模型上，第一步，将任务就绪队列Qr按最迟执行时间d升序排列，并保存到L1中；然后将Qr按单位面积加速比降序排列，保存到L2中；第二步，检查L2，如果为空则调度结束，否则进入下一步；第三步：扫描任务就绪队列，若该任务为关键任务，进入第四步，否则该任务为非关键任务，进入第五步；第四步：调度关键任务；第五步：调度非关键任务；采用该方法，较之现有的可重构资源管理的调度算法的复杂度低，且任务平均响应时间方面的性能明显优于其他的现有的调度算法。
-
Patent Agency Ranking
公开(公告)号：CN102508721A
公开(公告)日：2012-06-20
申请号：CN201110391004.3
申请日：2011-11-30
Applicant: 湖南大学
IPC: G06F9/50
Abstract: 一种基于贪心模拟退火算法的软硬件划分的方法，其流程为：(1)、将软硬件划分问题规约为0-1背包问题，使用时间复杂度较低的贪心算法对任务集进行初始划分，然后将此划分结果作为模拟退火算法的初始值；(2)、模拟退火算法：主要由两层循环构成，内层循环根据扰动模型产生新划分并采用接收准则对其进行判断接收；外层循环根据温度阈值以及连续未接受新划分的次数来判断是否退出循环过程。本发明能够减少算法运行时间、提高搜索质量、减少计算复杂度。
-
公开(公告)号：CN101706737A
公开(公告)日：2010-05-12
申请号：CN200910226667.2
申请日：2009-12-18
Applicant: 湖南大学
Inventor： 李仁发 , 陈宇 , 徐成 , 吴强 , 刘彦 , 朱海 , 袁虎 , 钟俊 , 刘滔 , 邝继顺 , 李蕊 , 李肯立 , 罗娟 , 赵欢 , 杨科华 , 任小西 , 杨书凡 , 彭日光 , 李春江 , 黄瑜臣 , 张维 , 李浪
IPC: G06F9/46
Abstract: 本发明提供了一种软硬件协同函数库的构造方法，其特征在于，包括以下步骤：首先为软硬件协同函数声明一个对外接口；软硬件协同函数是对同一功能的不同方式实现：软件函数的实现是以软件编码方式实现，硬件的实现则是由硬件接口代码和函数功能实现的硬件配置文件构成；将软件函数和硬件接口代码封装在一起，并与硬件实现方式的配置文件一起构成软硬件协同函数，由多个软硬件协同函数，形成一个抽象的软硬件协同函数库；形成的函数库可以在其他程序中调用。采用该方法构造的软硬件系统函数库便于软件人员开发嵌入式系统时忽略软硬件函数的差异、提高编程效率。
-
公开(公告)号：CN114697135B
公开(公告)日：2023-04-25
申请号：CN202210491623.8
申请日：2022-05-07
Applicant: 湖南大学
IPC: H04L9/40
Abstract: 本发明公开了一种汽车控制器区域网络入侵检测方法、系统及汽车。通过步获取所述汽车控制器区域网络内合法的每个电子控制单元的对应的条件熵参考值，所述条件熵参考值包括该电子控制单元的ID、最大条件熵值和最小条件熵值；实时获取CAN网络的消息，对当前消息进行分析计算所述当前消息的时间熵值，并判断所述当前消息的时间熵值是否超出所述最大条件熵值和最小条件熵值；在所述当前消息的时间熵值超出所述最大条件熵值或最小条件熵值时，判断所述当前消息为入侵消息。提供了一种灵活、低成本的基于间隔条件熵的入侵检测系统，具有抗干扰能力，能够实时响应和检测多种形式的攻击。
-
公开(公告)号：CN114697135A
公开(公告)日：2022-07-01
申请号：CN202210491623.8
申请日：2022-05-07
Applicant: 湖南大学
IPC: H04L9/40
Abstract: 本发明公开了一种汽车控制器区域网络入侵检测方法、系统及汽车。通过步获取所述汽车控制器区域网络内合法的每个电子控制单元的对应的条件熵参考值，所述条件熵参考值包括该电子控制单元的ID、最大条件熵值和最小条件熵值；实时获取CAN网络的消息，对当前消息进行分析计算所述当前消息的时间熵值，并判断所述当前消息的时间熵值是否超出所述最大条件熵值和最小条件熵值；在所述当前消息的时间熵值超出所述最大条件熵值或最小条件熵值时，判断所述当前消息为入侵消息。提供了一种灵活、低成本的基于间隔条件熵的入侵检测系统，具有抗干扰能力，能够实时响应和检测多种形式的攻击。
-
公开(公告)号：CN111190735A
公开(公告)日：2020-05-22
申请号：CN201911392013.7
申请日：2019-12-30
Applicant: 湖南大学
Abstract: 本发明公开一种基于Linux的片上CPU/GPU流水化计算方法计算机系统，包括步骤：对任务按照流水线最大利用率进行重排序；在对所述缓存发起写请求任务完成后进行缓存刷新；在所述GPU计算核心空闲时，将所述任务中的所述并行计算型任务派发给所述GPU计算核心；在所述CPU计算核心空闲时，将所述任务中的所述串行、IO或者逻辑型任务派发给所述CPU计算核心；将任务数据规约到对应的发起CPU中，由CPU进行后续数据处理。从而使得片上异构多核计算系统同时兼顾CPU和GPU核心的不同计算特性并且能充分利用设备中各部分计算结构，具有性能高、计算利用率高的优点。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.019 seconds)
