-
公开(公告)号：CN111538474B
公开(公告)日：2022-11-04
申请号：CN202010344934.2
申请日：2020-04-27
Applicant: 西安交通大学
IPC: G06F7/487
Abstract: 本申请提供了一种Posit浮点数的除法和开方运算处理器及运算处理系统，涉及计算机技术领域。独创了基于利用补码型式的中间数据进行加减交替运算以完成Posit浮点数的除法和开方运算的运算处理系统。所述Posit浮点数的除法和开方运算处理系统包括CPU、解码电路、编码电路Posit浮点数的除法和开方运算处理器；所述CPU是计算机的中央处理器，连接所述解码电路，Posit浮点数的除法和开方运算处理器连接所述编码电路，用于以所述补码形式的中间数据进行所述目标运算，得到以补码形式的中间数据表示的运算结果，并将所述以补码形式的中间数据表示的运算结果发送给所述编码电路。
-
公开(公告)号：CN114755708A
公开(公告)日：2022-07-15
申请号：CN202210423297.7
申请日：2022-04-21
Applicant: 西安交通大学
Abstract: 本发明提供一种双GM计数管宽量程伽马剂量计及监测方法，该伽马剂量计包括低压电源、高压电源、高量程GM计数管、低量程GM计数管、阳极负载、阴极负载、信号调理电路、量程切换电路、单片机工作系统、通讯模块以及上位机。其中，信号调理电路将GM计数管产生的电流脉冲信号转化为规则的电压脉冲信号；量程切换电路用于控制GM计数管的开通和关断；单片机工作系统用于脉冲计数采集、剂量率转化以及自动控制量程切换。本发明实现了对GM计数管输出信号的高效处理，采用在GM计数管阴极串联三极管的方式简单可靠地控制GM计数管通断，并且采用量程滞回判断的逻辑，实现双GM计数管的自动稳定切换，能够有效拓宽伽马剂量计的线性探测量程，提高仪器性能。
-
公开(公告)号：CN114186672A
公开(公告)日：2022-03-15
申请号：CN202111547249.0
申请日：2021-12-16
Applicant: 西安交通大学 , 中国电子科技集团公司第二十四研究所
IPC: G06N3/04 , G06N3/08 , G06V10/764 , G06V30/32 , G06K9/62
Abstract: 一种用于脉冲神经网络的高效高精度训练算法，包括以下步骤：采集MNIST手写数字图像，对MNIST手写数字图像进行预处理，得到脉冲序列；根据脉冲神经网络输出和样本真实标签构建损失函数，采用反向传播方法将脉冲序列输入到脉冲神经网络中，对脉冲神经网络进行训练，得到训练完成的脉冲神经网络；将待分类数据输入训练后的脉冲神经网络，得到分类结果。本发明编码效率更高，克服了梯度传递的问题，仿真时间得以缩短，仿真消耗降低，保持了较高的分类准确率，拓展性良好，可以应用于不同的学习分类任务。
-
公开(公告)号：CN113065648A
公开(公告)日：2021-07-02
申请号：CN202110423171.5
申请日：2021-04-20
Applicant: 西安交通大学 , 江苏思远集成电路与智能技术研究院有限公司
Abstract: 本发明公开了一种低硬件开销的分段线性函数的硬件实现方法，该实现方法可用于对双重峰STDP规则（PSTDP），三重峰STDP规则（TSTDP），强化STDP规则（RL‑STDP）等进行硬件实现，该方法在有输入值时优先判断输入值所在分段，对处于任何分段的输入值，都可以利用信号控制完成两次移位运算和两次加法运算，得到函数计算结果，从而避免了为函数的每个分段设计运算电路，低硬件开销的实现了分段线性函数。该实现方法设计的电路包括有移位寄存器，多路选择器，加法器等结构，该方法面向神经网络硬件加速，减少了电路资源的使用，提升了计算效率，具有低面积低功耗的特点，可减少指数函数实现的硬件规模，提升网络的计算效能。
-
公开(公告)号：CN113011574A
公开(公告)日：2021-06-22
申请号：CN202110302278.4
申请日：2021-03-22
Applicant: 西安交通大学
Abstract: 本发明实施例提供了一种卷积神经网络系统、忆阻器阵列和卷积神经网络，所述系统通过忆阻器阵列中多列位线和多行字线，采用大小为N*N的卷积核对待处理图像中的当前图像块进行卷积运算，包括：根据卷积核的步长在待处理图像上先后选取重叠相邻的两个图像块，确定两个图像块之间复用的多个像素点的特征值；根据复用的多个像素点的特征值，确定前N列位线中复用的多个权值；根据所述多个权值设置忆阻器单元的工作状态和电导；获得前N列位线各自在当前卷积运算周期内输出的电流值，作为卷积结果。本发明实施例提供的卷积神经网络系统，利用图像块之间复用的多个像素点的特征值进行卷积运算，增加了忆阻器阵列在每个周期内的计算量，提高了计算效率。
-
Patent Agency Ranking
公开(公告)号：CN112468150A
公开(公告)日：2021-03-09
申请号：CN202011316811.4
申请日：2020-11-19
Applicant: 西安交通大学 , 南京拟态智能技术研究院有限公司
IPC: H03M1/12
Abstract: 本发明公开了一种低噪声高精度采样保持电路结构，包括：采样电路、传输电路以及复位电路。其中采样电路，利用传输门T1、T2、T3、T4以及晶体管M5、M6、M7、M8改变采样管的衬底电压，从而克服了输入电压引起阈值电压改变，从而造成非线性的问题；同时在采样结束时，利用下级板采样，M11‑M15以及M16‑M20先断开，达到减小采样开关电荷注入和时钟溃通的问题。其中传输电路，利用斩波技术，将输入信号进行采样保持阶段的调制，通过后续的滤波解调后，从而降低采样保持电路晶体管引入的噪声。本发明通过采样阶段和传输阶段的多种电路设计，有效的改善了采样保持电路的非线性和噪声，提高了电路的精度。
-
公开(公告)号：CN112087208A
公开(公告)日：2020-12-15
申请号：CN202010911942.0
申请日：2020-09-02
Applicant: 西安交通大学
Abstract: 本发明公开了一种辐射探测器前端读出宽动态范围的前置放大器，其特点是前置放大器能够根据输入信号大小自动调整反馈电容大小，实现转换增益自动调节。所述前置放大器由单端电荷灵敏放大器CSA与电压比较器VCM与第一D触发器D1和第二D触发器D2构成，本发明与现有的辐射探测器前端读出放大器相比具有增益自动调节功能，在低电荷量输入时调节为高增益，在高电荷量时自动切换为低增益，第一D触发器D1和第二D触发器D2均采用带有异步复位的D触发器，第一开关SW1、第二开关SW2、复位开关SWR均采用了改进型传输门电路，有效降低了电荷注入效应对电路的影响；拓展了前端读出放大器的输入动态范围。
-
公开(公告)号：CN110070508B
公开(公告)日：2020-11-10
申请号：CN201910328975.X
申请日：2019-04-23
Applicant: 西安交通大学
Abstract: 一种基于门限值和线性映射的反锐化增强方法，包括：步骤一、对输入的原始图像进行反锐化掩模运算；步骤二、选取门限值，通过门限值对反锐化掩模运算得到的数据范围进行钳位处理；步骤三、求取原始图像的最大值和最小值，根据原始图像的最大值和最小值计算映射点，求得映射区间，对钳位处理后的数据进行分区间线性映射，得到增强之后的图像输出。本发明通过选取合适的门限值钳位反锐化运算后的结果，充分考虑原始图像的极值分布，选取合适的区间，利用线性映射的方法校正反锐化运算后的结果，使最终处理后的图像接近原始图像的直方图分布，相比于原始图像边缘更加清晰，不会造成值域扩大，视觉效果好。
-
公开(公告)号：CN111781445A
公开(公告)日：2020-10-16
申请号：CN202010575638.3
申请日：2020-06-22
Applicant: 西安交通大学
Abstract: 本发明公开了一种辐照总剂量与电磁干扰协合损伤效应测试系统与方法，该系统包括射频信号源、射频功分器、恒压电压源、半导体参数测试仪、矩阵开关、上位机、辐照测试板以及测试样品板；射频信号源提供任意频率和幅值的电磁干扰信号，经过一分多射频功分器注入到多个测试样品之中；恒压电压源通过半导体参数测试仪为测试样品提供偏置电压；半导体参数测试仪通过矩阵开关可以同时连接多个测试样品，并为其设置不同偏置状态；通过上位机程序操控半导体参数测试仪，设置不同测试任务及为测试样品设置不同参数，完成参数测试；测试样品固定于辐照测试板上放置在辐照间接受粒子辐照；从而实现了辐照总剂量与电磁干扰协合损伤效应的测试。
-
公开(公告)号：CN111538472A
公开(公告)日：2020-08-14
申请号：CN202010346033.7
申请日：2020-04-27
Applicant: 西安交通大学
IPC: G06F7/483
Abstract: 本申请提供了一种Posit浮点数的运算处理器以及运算处理系统，涉及计算机技术领域。直接以自解码电路获取的补码形式的中间数据进行加、减、乘、FMA运算，得到以补码形式的中间数据表示的运算结果，直接将以补码形式的中间数据表示的运算结果输入编码电路，以使编码电路直接将补码形式的中间数据转换为Posit浮点数。避免了在运算电路反复进行原码和补码的相互转化，简化了运算电路的逻辑，从而减小运算电路的面积和功耗。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.035 seconds)
