-
公开(公告)号：CN109409512B
公开(公告)日：2021-02-19
申请号：CN201811133940.2
申请日：2018-09-27
Applicant: 西安交通大学
Abstract: 本发明公开一种可灵活配置的神经网络计算单元、计算阵列及其构建方法，神经网络计算单元包括：可配置存储模块、可配置控制模块和可时分复用的乘加计算模块；可配置存储模块包括：特征图数据缓存buffer、步长数据缓存buffer和权值数据缓存buffer；可配置控制模块包括：计数器模块和状态机模块；乘加计算模块包括：乘法器和累加器。本发明可支持任意类型的卷积计算，且支持多尺寸卷积核并行计算，充分发掘卷积神经网络计算单元的灵活性和数据重用性，大幅降低由数据搬移带来的系统功耗，提高系统的计算效率。
-
公开(公告)号：CN107273969B
公开(公告)日：2020-06-19
申请号：CN201710331078.5
申请日：2017-05-11
Applicant: 西安交通大学
Abstract: 本发明公开一种参数化可扩展的神经网络全连接层多层互连结构，包括若干层全连接层，每层全连接层例化了若干基本单元；一个基本单元连接一个路由器，同一全连接层中的基本单元经过路由器相连，形成全连接环；全连接环的路由器上下相连形成一种参数化可扩展的神经网络全连接层多层互连结构，支持双向的数据传递(前向推理，反向学习)。本发明采用可配置的全连接基本单元作为全连接层硬件实现的基础，用户可以根据实际使用的神经网络的需求通过设置参数控制生成多个基本单元并互连的方式完成其网络中全连接层的设计实现和并行加速；本发明的设计考虑了数据流水线，缩短了系统运行时钟周期，灵活配置全连接层的结构和规模，便于系统的快速部署实现。
-
公开(公告)号：CN111220153A
公开(公告)日：2020-06-02
申请号：CN202010045872.5
申请日：2020-01-15
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于视觉拓扑节点和惯性导航的定位方法，所述方法包括：读取地图以获得各个拓扑节点信息，基于拓扑路径规划得到驶向最终目标点的全局拓扑路径；当前机器人所在位置为Pt，当前在所述全局拓扑路径中由拓扑节点Nn驶向拓扑节点Nm的过程中，在全局路径规划下基于机器人所在环境进行局部路径规划；机器人接受并执行所述控制信息，执行结束后进行状态判断，当前的机器人定位信息与当前目标拓扑节点Nm进行比较，若判断未达到目标拓扑节点，继续进行局部路径规划和控制；若由当前的定位信息判断机器人目前已到达拓扑节点，调用视觉定位，利用视觉定位结果强制更新机器人定位，修正在拓扑节点Nn到Nm运行过程中产生的漂移。
-
公开(公告)号：CN109492766A
公开(公告)日：2019-03-19
申请号：CN201811319897.9
申请日：2018-11-07
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于最小P范数的宽度学习方法，包括：步骤1：获得训练输入数据与训练输出数据；步骤2：采用与宽度学习系统相同的方式，通过随机产生的权值和偏置生成隐层节点输出矩阵；步骤3：将误差的P范数作为代价函数并结合固定点迭代策略求解输出权；步骤4：利用训练好的模型参数，估计测试输入对应的输出。由于BLS在复杂噪声或者异常干扰存在的情况下无法有效地完成回归及分类任务，本发明提出了一种基于最小P范数的宽度学习方法。该方法利用误差的P范数能够很好地应对不同的噪声干扰这一特性，使得其在复杂噪声或者异常干扰存在的情况下仍然能够顺利地完成回归及分类任务，具有重要的研究意义和广泛的应用价值。
-
公开(公告)号：CN107273970A
公开(公告)日：2017-10-20
申请号：CN201710331448.5
申请日：2017-05-11
Applicant: 西安交通大学
Abstract: 本发明公开一种支持在线学习的卷积神经网络的可重构平台及其构建方法，可重构平台包括输入卷积池化级和全连接级；输入卷积池化级包括若干卷积环和采样环；全连接级包括若干全连接环；卷积环由若干卷积神经元连接成环；采样环由若干采样神经元连接成环；全连接环由若干全连接神经元连接成环；将每层神经元的环状结构通过路由相连组成完整网络，构成一种支持在线学习的卷积神经网络的可重构平台。环上顺时针或逆时针链路传递特征值，反向链路传递反向计算误差，环与环之间通过路由器节点相连接，自上而下传递特征值，自下而上传递反向误差。本发明可支持网络在线学习，充分发掘卷积神经网络的算法并行度和存储局域性，能够提升计算系统的整体性能。
-
Patent Agency Ranking
公开(公告)号：CN107273969A
公开(公告)日：2017-10-20
申请号：CN201710331078.5
申请日：2017-05-11
Applicant: 西安交通大学
Abstract: 本发明公开一种参数化可扩展的神经网络全连接层多层互连结构，包括若干层全连接层，每层全连接层例化了若干基本单元；一个基本单元连接一个路由器，同一全连接层中的基本单元经过路由器相连，形成全连接环；全连接环的路由器上下相连形成一种参数化可扩展的神经网络全连接层多层互连结构，支持双向的数据传递(前向推理，反向学习)。本发明采用可配置的全连接基本单元作为全连接层硬件实现的基础，用户可以根据实际使用的神经网络的需求通过设置参数控制生成多个基本单元并互连的方式完成其网络中全连接层的设计实现和并行加速；本发明的设计考虑了数据流水线，缩短了系统运行时钟周期，灵活配置全连接层的结构和规模，便于系统的快速部署实现。
-
公开(公告)号：CN102761475B
公开(公告)日：2015-08-05
申请号：CN201210083054.X
申请日：2012-03-27
Applicant: 西安交通大学
IPC: H04L12/705 , H04L12/721 , H04L12/803 , H04L12/771
Abstract: 一种基于通道依赖关系图的片上互联网络容错路由方法，首先，对应用程序的通信特性进行分析，建立应用程序模块的通信关系二分图，生成通信关系矩阵ATM，同时，生成无故障情况下的通道依赖关系有向图CDG，通过粗、细粒度故障检测，生成故障情况下的通道依赖关系有向图FCDG，应用转向模型最终生成对应的无环通道依赖关系有向图AFCDG及相应的数据流通信矩阵FCM，其次对ATM和FCM进行矩阵分析，选择可连通的单VC或多VC的AFCDG并对VC顺序进行设置，最后通过比较获得最佳的负载均衡路由方案，该方法通过粗，细粒度的故障检测方法最大限度地利用可用资源，构造基于单VC或多VC的带权重无环通道依赖关系有向图AFCDG实现避免死锁及负载均衡的目的。
-
公开(公告)号：CN104811686A
公开(公告)日：2015-07-29
申请号：CN201510174930.3
申请日：2015-04-14
Applicant: 西安交通大学
IPC: H04N13/00
Abstract: 本发明公开一种浮点型多视点裸眼立体合成图像的硬件实现方法，属于裸眼3D显示领域；在本发明中，首先通过对像素合成公式进行等价变换，将原本对浮点型变量的取余运算转化为对常量的取余运算，进而通过比较器转化为易于硬件实现的四则运算。本发明减小了浮点型多视点裸眼3D的图像合成硬件复杂程度，将硬件不易实现的对变量取余运算转化为四则运算，在保证计算结果准确性的基础上，同时提高了运算速度。通过改变相应参数，可适用于不同类型光栅或柱状透镜结构，同时能够兼容整型和浮点型视差图像合成方法。
-
公开(公告)号：CN104469228A
公开(公告)日：2015-03-25
申请号：CN201410136232.X
申请日：2014-04-04
Applicant: 西安交通大学
Abstract: 本发明公开了一种兼容2D与多视点裸眼3D的视频数据存储读写方法，包括以下步骤：数据在SDRAM中以burst方式存储或读取出，1)写入过程中，视频数据经写入端模块按照逐行的形式写入到写端异步FIFO中，写端异步FIFO接收所述视频数据，并存储所述视频数据，然后将所述视频数据存储到SDRAM中，所述视频数据包括N个视点，每个视点包括M行，每一行包括K个burst数据，SDRAM包括H个bank，存储时，同一行中相邻两个burst数据存储在不同的bank中；2)读取过程中，N个读端异步FIFO从SDRAM中读取所述视频数据，各子视场以逐行的形式读取数据，相邻的burst数据操作不在同一bank，并保证各子视场数据的同步性。本发明可以有效的提高SDRAM的资源及宽带利用率，减小硬件资源的消耗。
-
公开(公告)号：CN102663737A
公开(公告)日：2012-09-12
申请号：CN201210072547.3
申请日：2012-03-19
Applicant: 西安交通大学
Abstract: 一种针对富含几何信息的视频信号的消逝点检测方法，首先对边缘图像进行hough变换检测到的直线长度进行筛选，然后按倾角进行分组，再按照所包含直线数量在这些直线组中选取若干组直线组，并且在每一组直线中选取一条长度较长且倾角接近该组直线均值的直线作为该组直线的显著直线，最后对选出来的直线两两求交点，在这些交点中找出最优交点作为待检测的消逝点，本发明在保证消逝点检测准确性的基础上，相对于已有消逝点检测算法，减少了计算量，更易于实时硬件实现。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.028 seconds)
