-
公开(公告)号：CN103150522A
公开(公告)日：2013-06-12
申请号：CN201310071854.4
申请日：2013-03-07
Applicant: 中国科学院半导体研究所
Abstract: 本发明公开了一种适用于无源便携式设备的3DES加密算法电路，其包括：全局有限状态机，其用于控制该加密算法电路中各个模块的工作状态；数据初始置换模块，用于完成3DES加密算法中待加密数据的初始置换；密钥初始置换模块，用于完成3DES加密算法中密钥的初始置换；轮函数模块，用于根据所述数据初始置换模块和子密钥生成模块的输出数据完成3DES加密算法中轮函数的计算；子密钥生成模块，用于根据所述密钥初始置换模块的输出数据生成3DES算法中的子密钥；数据逆置换模块，用于根据轮函数模块的计算结果完成3DES加密算法中数据的逆置换，得到所述输入数据的最终加密/解密结果。
-
公开(公告)号：CN116933852A
公开(公告)日：2023-10-24
申请号：CN202310912140.5
申请日：2023-07-24
Applicant: 中国科学院半导体研究所
IPC: G06N3/063 , G06N3/0464
Abstract: 本发明提供了一种基于流水线结构的计算引擎加速装置、方法、设备及介质，神经网络硬件加速技术领域，该装置包括：循环行缓冲器，包括：第一多路选择器，用于确定输入特征图的n个特征图像素点的存储位置，其中，n为大于0的正整数；m个随机存取存储器，用于根据存储位置缓存n个特征图像素点，其中，m为大于0的正整数；第二多路选择器，用于对写入m个随机存取存储器的特征图像素点进行输出；流驱动填充器，用于根据特征图像素点的位置和神经网络中卷积层的边界参数，对第二多路选择器输出的特征图像素点进行边界填充；计算单元阵列，用于对填充后的特征图像素点进行卷积计算；权重存储器，用于缓存神经网络的权重数据。
-
公开(公告)号：CN111626410B
公开(公告)日：2023-09-05
申请号：CN201910149310.2
申请日：2019-02-27
Applicant: 中国科学院半导体研究所 , 中国科学院大学
IPC: G06N3/06
Abstract: 一种稀疏卷积神经网络加速器及计算方法，其中，加速器包括：卷积计算模块，用于对输入特征图进行乘加处理，生成中间结果，其中，卷积计算模块由9个计算单元组成，每一计算单元由一个及以上的乘加器组成，同一计算单元中乘加器的激活输入相同，9个计算单元设置有一额外激活输入；非线性及池化模块，用于对中间结果进行非线性计算及池化计算，生成输出特征图；全连接层计算模块，用于对输出特征图进行全连接计算，生成最终结果。通过对多个卷积计算模块组合出不同的工作模式，能够在有效利用激活稀疏性加速卷积神经网络计算的同时，产生较小的额外资源开销和较低的负载失衡。
-
公开(公告)号：CN111626399B
公开(公告)日：2023-07-28
申请号：CN201910149064.0
申请日：2019-02-27
Applicant: 中国科学院半导体研究所 , 中国科学院大学
IPC: G06N3/063 , G06N3/0464
Abstract: 一种卷积神经网络计算装置，应用于计算机技术领域，包括：分布式局部存储模块，卷积计算模块，有效信号控制模块，地址管理模块以及缓冲输出模块，分布式局部存储模块，用于存储输入激活值和权重值，卷积计算模块，用于对输入激活值和权重值进行卷积运算，得到中间结果，有效信号控制模块，用于控制卷积计算模块进行卷积运算，地址管理模块，用于对分布式局部存储模块进行读写管理，缓冲输出模块，用于处理中间结果，得到最终结果，并输出最终结果。本发明还公开了一种数据计算方法，增强卷积网络的计算效率。
-
公开(公告)号：CN111626399A
公开(公告)日：2020-09-04
申请号：CN201910149064.0
申请日：2019-02-27
Applicant: 中国科学院半导体研究所 , 中国科学院大学
IPC: G06N3/04
Abstract: 一种卷积神经网络计算装置，应用于计算机技术领域，包括：分布式局部存储模块，卷积计算模块，有效信号控制模块，地址管理模块以及缓冲输出模块，分布式局部存储模块，用于存储输入激活值和权重值，卷积计算模块，用于对输入激活值和权重值进行卷积运算，得到中间结果，有效信号控制模块，用于控制卷积计算模块进行卷积运算，地址管理模块，用于对分布式局部存储模块进行读写管理，缓冲输出模块，用于处理中间结果，得到最终结果，并输出最终结果。本发明还公开了一种数据计算方法，增强卷积网络的计算效率。
-
Patent Agency Ranking
公开(公告)号：CN111435448A
公开(公告)日：2020-07-21
申请号：CN201910121017.5
申请日：2019-02-18
Applicant: 中国科学院半导体研究所 , 中国科学院大学
Abstract: 本发明提供一种图像显著性物体检测方法，包括：获取图像数据，对图像数据进行特征提取，输出多个尺寸的原始特征图；针对于每个原始特征图，对原始特征图的尺寸进行压缩，并对压缩尺寸后的特征图进行映射，获得原始特征图中的全局信息；针对于每个原始特征图，对原始特征图进行卷积及批标准化处理，获得原始特征图中的局部信息；对获取的全局信息及局部信息进行整合，获得多个信息整合特征图；将多个信息整合特征图进行拼接，获得拼接特征图，根据拼接特征图，获得检测结果。该方法提高了对目标整体的检测准确率；有效地整合全局和局部信息以利用低级视觉特征，提高了目标边缘分割的效果。本发明还提供一种图像显著性物体检测装置、设备及介质。
-
公开(公告)号：CN110659734A
公开(公告)日：2020-01-07
申请号：CN201910931215.8
申请日：2019-09-27
Applicant: 中国科学院半导体研究所
Abstract: 一种深度可分离卷积结构的低比特量化方法，该方法包括：选择量化系数对训练结束的深度可分离卷积神经网络的权重和特征图数据进行均匀量化；对训练结束的深度可分离卷积神经网络中的权重进行逐通道量化；利用特征图数据对深度可分离卷积神经网络进行逐层量化；基于训练集在训练结束的深度可分离卷积神经网络中进行前向运算，并对批量归一化层中的滑动平均参数进行更新；将更新后的批量归一化层中的滑动平均参数和可学习的参数融合到网络权重量化系数和偏置中，实现深度可分离卷积结构的低比特量化。本发明提供的深度可分离卷积结构的低比特量化方法无需任何有标签数据参与、计算简单且与传统方法相比提高了低比特量化后的准确率。
-
公开(公告)号：CN108932452A
公开(公告)日：2018-12-04
申请号：CN201710366249.8
申请日：2017-05-22
Applicant: 中国科学院半导体研究所 , 中国科学院大学
Abstract: 本发明公开了一种基于多尺度卷积神经网络的心律失常心拍分类方法，包括定位心电信号中R波的位置，根据R波的位置对心电信号进行分割得到分割的心拍信号；将分割的心拍信号分为正常心拍N、左束支传导阻滞L、右束支传导阻滞R、起搏心拍P和室性期前收缩V五类心律失常心拍。本发明不仅可以提取不同尺度上的信号特征，还将特征提取和分类过程结合在一起，减少中间误差，提高分类的准确率。
-
公开(公告)号：CN105808207A
公开(公告)日：2016-07-27
申请号：CN201610165891.5
申请日：2016-03-22
Applicant: 中国科学院半导体研究所
IPC: G06F7/58
Abstract: 一种混沌伪随机数发生器电路，包括第一混沌源生成器(2)、第二混沌源生成器(3)、选择模块(4)和序列生成模块(5)；第一混沌源生成器(2)，使用混沌系统产生第一路原始混沌序列；第二混沌源生成器(3)，使用混沌系统产生第二路原始混沌序列；选择模块(4)分别连接所述第一混沌源生成器(2)和第二混沌源生成器(3)对第一路原始混沌序列和第二路原始混沌序列进行选择，输出其中一路原始混沌序列；所述的序列生成模块(5)连接选择模块(4)，将所述的其中一路原始混沌序列量化为二进制伪随机序列。以及采用该电路结构的混沌伪随机数发生器。该电路结构简单，密钥空间大，序列生成速度快，可应用于片上系统或嵌入式系统。
-
公开(公告)号：CN104599271A
公开(公告)日：2015-05-06
申请号：CN201510027820.4
申请日：2015-01-20
Applicant: 中国科学院半导体研究所
IPC: G06T7/00
CPC classification number: G06T2207/10024
Abstract: 一种基于CIE Lab彩色空间的灰度阈值分割方法，包括如下步骤：步骤1：将RGB彩色空间的图像变换至CIE Lab彩色空间；步骤2：对CIE Lab彩色空间的各个灰度通道进行高斯直方图滤波；步骤3：采用Otsu阈值法计算出各个灰度通道的阈值，并调整阈值为局部极小值；步骤4：计算CIE Lab彩色空间的各个灰度通道的灰度分离度，选取灰度分离度最大的灰度通道，采用步骤3中计算出的相应的阈值进行二值化分割。本发明很好的解决了一部分彩色图像分割的问题。并且该分割可以作为复杂彩色图像的预分割，所提出的分离度指标也可以作为图像评价的一个标准。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.045 seconds)
