-
公开(公告)号：CN110222835A
公开(公告)日：2019-09-10
申请号：CN201910394463.3
申请日：2019-05-13
Applicant: 西安交通大学
Abstract: 本发明一种基于零值检测的卷积神经网络硬件系统及运算方法，PE阵列向输入数据存储器发送读使能信号，输入数据存储器中读出的输入数据分为两路，一路传输到PE阵列，另一路传输到零值检测模块；零值检测模块检测输入数据是否为0值，得到的结果分为两路，一路发送到PE阵列，如果输入数据为0，则PE阵列将输出数据置为0；否则PE阵列正常工作；另一路与PE阵列的发出的读使能信号做逻辑运算，当输入数据检测不为0且PE阵列发送的权值数据的读使能信号为1时，权值被读出传输到PE阵列中与输入数据完成运算；当零值检测模块检测出输入数据为0时，跳过该输入数据所对应的权值的行地址。本发明可以减少不必要的乘法运算，减少数据访存。
-
公开(公告)号：CN110210611A
公开(公告)日：2019-09-06
申请号：CN201910395234.3
申请日：2019-05-13
Applicant: 西安交通大学
Abstract: 本发明提供一种用于卷积神经网络计算的动态自适应数据截断方法，包括：在t位图像数据后面扩充m位小数点位置数据，在t位权值数据后面扩充m位小数点位置数据；在乘法运算时，t位图像数据和t位权值数据进行乘法运算得到2*t位结果数据，两个m位小数点位置数据进行加法运算，得到2*t位结果数据的小数点位置，记为M；对2*t位结果数据中高位的0值进行压缩，压缩后的数据从高位进行截取得到t位结果数据，根据截掉的低位数据的位宽和M得到与截取出来的t位结果数据对应的小数点位置；将t位结果数据与其所对应的小数点位置数据拼接。在保证保留高位数据的同时，尽可能多的保留小数位，使得在给定硬件架构下，数据运算精度尽可能高。
-
公开(公告)号：CN109710563A
公开(公告)日：2019-05-03
申请号：CN201811377375.4
申请日：2018-11-19
Applicant: 西安交通大学
IPC: G06F15/78
Abstract: 本发明公开了一种可重构系统的缓存分区划分方法，包括步骤：1)在多个粗粒度可重构阵列CGRA处理数据时，采用无效缩放FS管理共享片上缓存，以减少片外存储器带宽需求；2)在缓存分区时以无效缩放FS为基础，引入新数据——数据重叠量和迭代次数进行修正，以达到性能优化。本发明面向可重构处理器，在原先的分区方法中新加入了数据的重叠量和迭代次数的统计，对其进行修正和改进，一定程度上避免了多CGRA平台中CGRA之间数据的重叠和计算不平衡的不利影响，提高了在可重构处理器中缓存的性能。
-
-
公开(公告)号：CN118334459A
公开(公告)日：2024-07-12
申请号：CN202410507069.7
申请日：2024-04-25
Applicant: 西安交通大学
IPC: G06V10/771 , G06V10/72 , G06T7/77 , G06T1/20
Abstract: 本发明公开了基于RANSAC的视频流特征点外点筛选算法硬件实现方法和系统，方法包括缓冲区读取视频流图像的掩膜背景和视频流图像的特征点信息进行数据准备；计算随机数并利用随机数并行产生的索引从特征点信息中选取抽样数据队列；利用抽样数据队列获得系数矩阵并进行重排，对重排后的系数矩阵进行影射变换的求解得到单应矩阵模型；计算单应矩阵模型的推测值与实际值的Chebyshev距离差，比较Chebyshev距离差与预设阈值选取最优模型，对最优模型的特征点进行筛选得到筛选后的特征点，根据响应值的大小排序得到排序后的特征点；对排序后的特征点进行掩膜处理，根据掩膜网格占据率筛除过时特征点，得到后处理的特征点信息和掩膜；将后处理的特征点信息和掩膜通过BRAM接口输出。
-
Patent Agency Ranking
公开(公告)号：CN113723035B
公开(公告)日：2024-04-02
申请号：CN202110839603.0
申请日：2021-07-23
Applicant: 西安交通大学
Abstract: 本发明一种位宽可变的求模运算方法及求模运算电路，先对模数左移，用左移的结果和模数结合被操作数的位宽，按由大到小的顺序形成N+1个区间，左移一位，用被操作数减去第1个区间的最小值，判断所得结果与该值的大小，结果大于时，用该结果替换被操作数继续作减去操作，直到所得结果小于为止，然后进行下一个区间操作，若一开始就小于，则直接进入下一个区间，重复上述操作直到进入最后一个区间，再作减去和比较操作，完成求模运算，左移两位或以上时，对被操作数所在的区间进行判断，然后将被操作数跳转到对应区间，按照之前过程直接进行之后区间的减去和比较操作；相应的电路需配置若干个移位器、寄存器、减法器和选择器。
-
公开(公告)号：CN114748413B
公开(公告)日：2023-11-28
申请号：CN202210314579.3
申请日：2022-03-14
Applicant: 云南贝泰妮生物科技集团股份有限公司 , 西安交通大学
IPC: A61K9/06 , A61K31/722 , A61K47/36 , A61P17/02 , A61L26/00 , A61K31/716
Abstract: 本发明公开了一种抑制瘢痕形成的水凝胶组合物，以重量份计，由以下原料组成：1～10份的β‑葡聚糖、1～10份的甲壳素、100～500份超纯水和2～30份的交联剂。本发明的水凝胶组合物为β‑葡聚糖‑甲壳素水凝胶组合物，具有低毒性、良好的生物相容性和生物可降解性等特点，能够显著抑制创面瘢痕的形成，可作为抑制创面瘢痕形成的优良候选材料。本发明还公开了一种抑制瘢痕形成的水凝胶组合物的制备方法与应用。(56)对比文件Araújo D, Alves V D, Lima S A C, etal..Novel hydrogels based on yeastchitin-glucan complex: Characterizationand safety assessment. Internationaljournal of biologicalmacromolecules.2020,第 156卷摘要、结论部分.
-
公开(公告)号：CN111583390B
公开(公告)日：2023-05-02
申请号：CN202010350966.3
申请日：2020-04-28
Applicant: 西安交通大学
IPC: G06T17/00 , G06T15/00 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明基于深度语义融合的卷积神经网络的三维语义图重建方法，是在单目相机条件下进行算法设计。该方法首先设计一个深度语义融合的卷积神经网络，对一直单目图像的每个像素点估计深度和预测语义。之后将深度估计的矩阵和语义分割的矩阵保存为深度图像和语义图像。然后以图像左上角为坐标原点为每个像素点建立三维坐标，结合每个像素点对应的RGB信息得到点云数据。最后生成三维语义图。相比与分别进行图像的深度估计和语义分割的两个卷积神经网络，基于深度语义融合的卷积神经网络在准确率几乎不变的情况下，参数量分别减少了20倍和40倍，同时网络推理时间缩短了一半。
-
公开(公告)号：CN115965528A
公开(公告)日：2023-04-14
申请号：CN202211651686.1
申请日：2022-12-21
Applicant: 西安交通大学
Abstract: 本发明提供一种面向高速图像采集的超分辨率系统和方法，包括：Padding模块、Linebuffer模块、Bicubic顶层计算模块和移位寄存器；Padding模块对原始图像进行补充，输出补充图像至Linebuffer模块；Linebuffer模块对补充图像进行行缓存，按顺序同步输出四行数据；Bicubic顶层计算模块接收Linebuffer模块输出的四行数据，通过纵向窗按列计算一维插值中间结果并暂存在移位寄存器中，四列计算完成后，通过横向窗按行计算一维插值中间结果的一维插值，得到插值点像素值并输出。本发明提高了处理效率，降低了资源消耗。
-
公开(公告)号：CN113704833B
公开(公告)日：2022-12-09
申请号：CN202110997014.5
申请日：2021-08-27
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于全连接层全同态加密运算的加速器安全分类方法：1)针对全连接最后一层的权值矩阵W，将数据按列映射为m个明文多项式；2)采用基于RLWE的全同态加密实现方案YASHE对映射后的明文多项式进行离线加密，转换为m个密文多项式并存储在加速器内部；3)按照明文标量‑密文多项式的计算方式，在加速器片内将上层神经元输出的明文特征值和密文权值多项式相乘，输出m个密文多项式；4)在片内将m个密文多项式累加，输出分类结果多项式out_c_p；5)全同态加密实现方案YASHE的参数确定。本发明提供的一种基于全连接层全同态加密运算的加速器安全分类方法，使神经网络加速器分类结果以密文形式生成、存储和传输，保护加速器中的分类结果安全。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.033 seconds)
