-
公开(公告)号：CN103034855A
公开(公告)日：2013-04-10
申请号：CN201210518153.6
申请日：2012-12-05
Applicant: 曙光信息产业(北京)有限公司
Inventor： 刘立
IPC: G06K9/20
Abstract: 本发明提供了一种在图像中识别字符区域的方法，包括以下步骤：步骤S1：建立图像的彩色直方图；以及步骤S2：根据彩色直方图上的像素点密度区分图像上的字符区域和非字符区域。通过本发明所提供的在图像中识别字符区域的方法，能够更准确地在图像中识别字符区域，从而能够应对较为复杂的识别需要。
-
公开(公告)号：CN102982331A
公开(公告)日：2013-03-20
申请号：CN201210518152.1
申请日：2012-12-05
Applicant: 曙光信息产业(北京)有限公司
Inventor： 刘立
Abstract: 本发明提供了一种在图像中识别字符的方法，其特征在于，包括：步骤S1：对由图像得到的二值化图像进行纵向投影；步骤S2：根据纵向投影的投影值和第一预设阈值对图像进行初次切分，得到字符宽度；以及步骤S3：根据字符宽度对图像进行再次切分。通过本发明所描述的在图像中识别字符的方法，能够更好更准确地在图像中识别出字符，识别质量更高，并且识别过程易于实现，节省系统资源。
-
公开(公告)号：CN102790906A
公开(公告)日：2012-11-21
申请号：CN201210311672.5
申请日：2012-08-28
Applicant: 曙光信息产业(北京)有限公司
IPC: H04N21/234 , H04N21/2343
Abstract: 本发明提供了一种编解码方法包括：用户接口模块从外部接收原始数据，并根据用户的输入，定义用户所需的数据封装格式；分离模块将原始数据分离成原始音频数据和原始视频数据；多个转换模块将原始视频数据转换为用户所需的视频数据；处理模块将与用户所需的视频数据相对应的原始音频数据的同步参数添加至用户所需的视频数据的头部；以及封装模块根据用户所需的数据封装格式将通过处理模块处理的视频数据和原始音频数据封装成用户所需的数据。通过并行转码，大幅提高数据转换速度，减少了转码所需要的时间，以满足用户的实时需求，此外在音视频数据封装之前的同步处理，实现了转码以后的数据在播放过程中，保持音视频同步。
-
公开(公告)号：CN105610800B
公开(公告)日：2019-01-25
申请号：CN201510968940.4
申请日：2015-12-22
Applicant: 曙光信息产业(北京)有限公司
Abstract: 本发明提供了一种异常数据处理方法及装置，属于网络视频流处理技术领域。所述方法包括：通过对会话的分段视频流进行线下解码监测，判断所述当前分段视频流是否存在解码异常现象；若所述当前分段视频流存在解码异常现象，则获取线上包含所述当前分段视频流中解码异常现象所处位置的异常上下文信息；根据获取到的异常上下文信息复现线上所述当前分段视频流中的异常视频流。采用本发明的技术方案，能够提高针对异常数据复现和分析的准确性，从而实现对视频处理系统自身容错性的完善。
-
公开(公告)号：CN107861846A
公开(公告)日：2018-03-30
申请号：CN201710978643.7
申请日：2017-10-19
Applicant: 曙光信息产业(北京)有限公司
IPC: G06F11/22 , G06F11/263
CPC classification number: G06F11/2221 , G06F11/2273 , G06F11/263
Abstract: 本发明提供一种测试访存有效带宽的装置及方法。所述装置包括PCIe控制器、内存写引擎模块、内存读引擎模块和内存控制器，PCIe控制器通过PCIe接口与主机连接；主机用于向所述装置下发控制指令和读取计数指令，启动和停止进而计算出访存有效带宽；PCIe控制器用于解析与主机的PCIe接口时序，提取主机发送过来的PCIe事务层报文，解析出其中的读写请求并译码发送到对应的模块；内存写引擎模块用于根据访问方式和访问空间发起内存写请求，组织与内存控制器接口信号数据格式和时序要求；内存读引擎模块用于根据访问方式和访问空间发起内存读请求，组织与内存控制器接口信号时序要求和等待内存控制器返回的数据信号；内存控制器用于为用户侧提供至少四套读写访问接口。
-
Patent Agency Ranking
公开(公告)号：CN107659515A
公开(公告)日：2018-02-02
申请号：CN201710907256.4
申请日：2017-09-29
Applicant: 曙光信息产业(北京)有限公司
IPC: H04L12/861 , H04L12/863 , H04L12/951 , H04L29/06
CPC classification number: H04L49/9021 , H04L47/6255 , H04L49/9057 , H04L69/164
Abstract: 本发明提供一种报文处理方法、装置、报文处理芯片及服务器。所述方法包括：对接收到的以太网报文进行解析，得到各报文的报文长度、源IP地址和目的IP地址；建立与多个CPU核一一对应的报文队列，将具有相同源IP地址和目的IP地址的报文分流到同一个队列并进行缓存，且各队列的报文数量保持均衡；对于每个报文队列，实时获取队列中所有报文的总长度以及第一个报文的存入时长；当报文队列中所有报文的总长度超过最大传输单元大小或者第一个报文的存入时长超过预定时长时，将所述报文队列中所有报文封装为UDP报文；将所述UDP报文发送给与所述报文队列对应的CPU核。本发明能够在不增加硬件成本和系统复杂度的基础上降低上层应用获取报文时对CPU资源的占用。
-
公开(公告)号：CN106845637A
公开(公告)日：2017-06-13
申请号：CN201611208816.9
申请日：2016-12-23
Applicant: 曙光信息产业(北京)有限公司
IPC: G06N3/08
CPC classification number: G06N3/082
Abstract: 本发明涉及深度学习网络结构算法的技术领域，具体涉及一种基于局部连接通信的深度学习网络结构算法；解决的技术问题在于：提供一种计算速度较高、扩展性较高的基于局部连接通信的深度学习网络结构算法；采用的技术方案为：包括以下步骤：S101、根据计算问题确定各网络层之间的网络连接模型；S102、依照并行处理的方式，将各网络层分配于各个计算节点；S103、确定各个计算节点之间的通信关系；S104、保留相邻节点之间的通信，对于跨节点的通信，直接删除；S105、根据步骤S104中删除操作之后的连接关系生成新的模型；S106、利用新的模型进行并行计算；本发明适用于深度学习算法领域。
-
公开(公告)号：CN106843832A
公开(公告)日：2017-06-13
申请号：CN201611176608.5
申请日：2016-12-19
Applicant: 曙光信息产业(北京)有限公司
CPC classification number: G06F9/451 , G06K9/6256
Abstract: 本发明公开了一种深度学习的管理系统，该深度学习的管理系统包括：管理系统基于server‑client模式，包括客户端和服务器端；客户端包括均为可视化的数据获取模块、模型建立模块、训练模块、以及结果分析模块；其中，数据获取模块通过数据接口获取数据；模型建立模块用于根据数据获取模块获取的数据和网络层建立训练模型；训练模块用于根据训练模型进行训练；结果分析模块用于对训练的结果进行分析并生成分析结果。通过采用server‑client模式能够使客户端轻型化，并通过均为可视化的各个模块，更加便于用户操作；通过设置数据接口获取可以获取第三方软件提供的数据，保证了本发明的管理系统对第三方软件均具有友好性。
-
公开(公告)号：CN106650948A
公开(公告)日：2017-05-10
申请号：CN201611130182.X
申请日：2016-12-09
Applicant: 曙光信息产业(北京)有限公司
IPC: G06N99/00
CPC classification number: G06N20/00
Abstract: 本发明公开了一种机器学习中避免大数据冗余的方法，包括以下步骤：S1、将训练数据按照预设规则均匀划分为规模相当的若干份；S2、对每一份数据按照预设的训练步骤进行训练计算，并绘制出跟随训练步骤的属性值曲线；S3、根据每份属性值曲线的相似度，保留相应的属性值曲线对应的数据和初步训练结果；S4、根据属性值曲线的相似度对保留的数据和初步训练结果进行排序，将相邻的相似度达到阈值的属性值曲线对应的数据和初步训练结果分别进行加权，返回步骤S2，直至所有训练数据合并为一个数据，并得到最终的训练结果。本发明操作简单，易于实现，并行度较高，极大的减小了计算量，提高了计算效率。
-
公开(公告)号：CN106650931A
公开(公告)日：2017-05-10
申请号：CN201611132257.8
申请日：2016-12-09
Applicant: 曙光信息产业(北京)有限公司
IPC: G06N3/08
CPC classification number: G06N3/08
Abstract: 本发明涉及深度学习算法的技术领域，具体涉及一种混合精度深度学习算法；所要解决的技术问题在于：提供一种既保证了计算精度不变，又提高了计算效率的混合精度深度学习算法；采用的技术方案为：包括以下步骤：S101、利用单精度众核处理器进行前向传播计算，对每一网络层计算出每一个神经元的值；S102、利用单精度众核处理器进行后向传播计算，对每一网络层计算出误差残量值；S103、利用单精度众核处理器计算权值的增量；S104、将单精度众核处理器计算出的增量权值更新到高精度众核处理器计算出的增量权值上，完成一次迭代计算。本发明适用于深度学习领域。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.113 seconds)
