-
公开(公告)号：CN112989731B
公开(公告)日：2023-10-13
申请号：CN202110300020.0
申请日：2021-03-22
Applicant: 湖南大学
IPC: G06F30/31 , G06F30/398
Abstract: 本发明公开了一种基于抽象语法树的集成电路建模获取方法及系统，属于集成电路设计技术领域。包括：获取大规模集成电路的Verilog HDL源代码工程文件，并提取出具有相互依赖关系的.v文件；将.v文件解析为抽象语法树，并将抽象语法树导出为.json文件；遍历符合标准json格式的文件，以获取数据信息，并将数据信息存储至数据结构中；分析数据结构以获取分析结果，并将分析结果导出为TXT文件。由于抽象语法树不依赖于具体的文法，不依赖于语言的细节，将源代码转化为抽象语法树后，可以对抽象语法树做很多的操作，进而可以提高超大规模集成电路建模设计的灵活性及效率。
-
公开(公告)号：CN111462059B
公开(公告)日：2023-09-29
申请号：CN202010211676.0
申请日：2020-03-24
Applicant: 湖南大学
Abstract: 本申请涉及一种胎儿超声图像智能目标检测的并行处理方法、装置、计算机设备和存储介质。本申请的方法包括：获取胎儿超声扫描过程中得到的检测帧数据；检测帧数据为获取的胎儿超声切面图像；对检测帧数据进行预处理操作，得到预处理检测帧数据；将预处理检测帧数据与已识别的基准帧数据进行相似度比较，得到相似度结果；若相似度结果大于预设阈值，则将已存储的基准帧数据的识别结果作为检测帧数据的识别结果，得到检测帧数据中所包含目标的类别和位置。采用本方法能够降低深度卷积神经网络模型的检测工作量，提高识别效率。
-
公开(公告)号：CN111061565B
公开(公告)日：2023-08-25
申请号：CN201911292796.1
申请日：2019-12-12
Applicant: 湖南大学
Abstract: 本发明公开了一种Spark环境下的两段式流水线任务调度方法及系统。所述方法包括以下阶段：网络空闲阶段任务调度，该阶段为共生任务及等待任务分配CPU资源，当正在运行的任务有共生任务时，在其执行完成后，将其占用的CPU资源分配给其共生任务；否则，在其执行完成后，按照Spark环境优先级的调度将其占用的CPU资源分配给相应等待任务；网络需求阶段任务调度，该阶段为正在运行的任务匹配数据拉取时间大于其剩余完成时间的等待任务作为共生任务，并对共生任务进行调度。所述系统，其包括网络空闲阶段任务调度模块和网络需求阶段任务调度模块。本发明实现流水线作业，能够实现提高CPU资源及网络资源利用率、从而有效地减少了资源的空闲时间和job的完成时间。
-
公开(公告)号：CN116416297A
公开(公告)日：2023-07-11
申请号：CN202310395475.4
申请日：2023-04-13
Applicant: 湖南大学
Abstract: 本申请涉及一种超声图像的处理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取超声视频流中胎盘的标准切面；对胎盘的标准切面进行分割，提取胎盘的二值图像；对胎盘的二值图像进行处理，提取胎盘的中轴线；在胎盘的中轴线上确定目标测量点；根据目标测量点和中轴线，确定指示胎盘厚度的目标测量线；根据目标测量线与胎盘范围相交的端点，测量胎盘厚度，该方法，以胎盘范围内的中轴线为参考，生成指示胎盘厚度的目标测量线，提高了胎盘厚度测量的准确性，进一步的，根据目标测量点和中轴线自动化生成胎盘的厚度，提高了测量效率。
-
公开(公告)号：CN116401053A
公开(公告)日：2023-07-07
申请号：CN202310327939.8
申请日：2023-03-30
Applicant: 湖南大学
Abstract: 本发明公开了一种基于FPGA组件设计的资源重构方法，其将任务参数和功能参数细粒度划分为多个相应的算法组件，采用统一的接口描述，对应的编译多个FPGA组件比特流文件，同时对FPGA内计算资源按照重构区域进行划分，外部的计算任务按照计算任务优先级依次在多个FPGA的重构区域内部分重构，根据功能参数并行、快速地执行；同时FPGA内实现了多个重构区域的自适应管理，无需上位机干预的情况下，计算资源自动的进行调整，确保FPGA内重构区域的高效率运行，实现FPGA的资源动态部署和计算任务动态运行。本发明能够解决现有硬件静态方式的重构方法对于功能复杂多变的通信设备，难以提前配置好所有文件数据流，适应性和灵活性差的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN111461293B
公开(公告)日：2023-06-06
申请号：CN202010187555.7
申请日：2020-03-17
Applicant: 湖南大学
Abstract: 本申请涉及一种基于GPU的深度神经网络模型训练方法、装置、计算机设备和存储介质。该方法包括：在深度神经网络模型首次训练时，将各隐藏层的输出数据压缩至GPU主存存储，得到压缩后的输出数据和GPU的主存余量；当主存余量未达到预设余量阈值时，根据输出数据的稀疏程度值和压缩后的输出数据占用GPU主存的时间比重，确定初步隐藏层；迭代训练深度神经网络模型时，根据初步隐藏层，将初步隐藏层的输出数据压缩至GPU主存存储，得到GPU主存的初步余量，直至初步余量达到预设余量阈值；当初步余量达到预设余量阈值时，确定需要将输出数据压缩至GPU主存存储的最终隐藏层，进行训练，以得到训练好的深度神经网络模型。采用本方法能够提高GPU资源利用率。
-
公开(公告)号：CN116012414A
公开(公告)日：2023-04-25
申请号：CN202211734435.X
申请日：2022-12-31
Applicant: 湖南大学
Abstract: 本申请涉及一种视频处理方法、视频处理装置、计算机设备和计算机可读存储介质。所述方法包括：获取目标视频流的目标视频帧，对目标视频帧进行处理，获得目标视频帧的目标的信息，目标的信息包括目标位置以及置信度；根据目标视频流的历史目标的历史目标信息，预测各历史目标的预测位置；基于各目标的置信度，将各历史目标的预测位置与各目标的目标位置进行匹配，并根据匹配结果确定目标视频帧中的跟踪目标；确定目标视频帧的跟踪目标的显示位置，并输出目标视频帧。采用本方法能够实现对视频流中的跟踪目标进行跟踪显示。
-
公开(公告)号：CN111488574B
公开(公告)日：2023-04-07
申请号：CN202010271812.5
申请日：2020-04-08
Applicant: 湖南大学
IPC: G06F21/56 , G06F18/24 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种恶意软件分类方法、系统、计算机设备和存储介质。所述方法包括：获取待分类恶意软件的代码，对代码进行分段获得代码段，基于各代码段的熵值生成代码对应的熵图；对熵图进行特征提取，获得对应的目标特征；对目标特征进行分类，确定待分类恶意软件的类别。采用本方法能够提高恶意软件的识别效率，实现快速分类。
-
公开(公告)号：CN115859117A
公开(公告)日：2023-03-28
申请号：CN202211656348.7
申请日：2022-12-22
Applicant: 湖南大学
IPC: G06F18/214 , G06F18/241 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种改进深度学习模型分布式数据并行训练效率的方法，首先，在预训练阶段，判断深度学习模型的所有层中哪些相邻层一起执行梯度通信能够使迭代时间最短，以得到梯度合并策略；其次，在正式训练的参数同步阶段，所有节点按照梯度合并策略执行分组式的梯度通信。本发明能够解决现有基于通信计算重叠和梯度合并的分布式深度学习分布式数据并行训练中存在的训练效率低的问题，使得每次迭代训练的用时更短，分布式深度学习更加高效。
-
公开(公告)号：CN115700107A
公开(公告)日：2023-02-07
申请号：CN202211384576.3
申请日：2022-11-07
Applicant: 湖南大学重庆研究院
Abstract: 本申请涉及一种超声视频的处理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取超声视频流片段，确定所述超声视频流片段的各超声视频图像帧所涉及的检测部位类型、所属的解剖结构切面以及所述解剖结构切面的标准情况，若所述超声视频片段中包括至少一个解剖结构切面类型的最标准切面，则根据所述超声视频片段中与所述解剖结构切面类型相关的超声视频图像帧，得到所述最标准切面的视频流片段。采用本方法，将最标准切面的以及最标准切面相关的超声视频图像帧展示给医生，为医生提供超声视频动态化信息。
-
-
-
-
-
-
-
-
-
Search Results
194
records
(took 0.03 seconds)
