面向双SIMD部件的代码循环展开处理方法及系统

    公开(公告)号:CN118916038A

    公开(公告)日:2024-11-08

    申请号:CN202411042606.1

    申请日:2024-07-31

    Abstract: 本发明涉及计算机编译技术领域,特别涉及一种面向双SIMD部件的代码循环展开处理方法及系统,利用编译器对目标程序自动向量化并生成向量语句;针对双SIMD部件自动向量化优化需求,识别并标记向量语句中含有SIMD语句的循环体;在遍历标记的循环体时,若目标平台支持双SIMD部件的流水执行,则在目标平台上对循环体执行指定次数的循环展开。本发明通过添加编译选项的方式来实现面向双SIMD部件的循环展开,避免人工修改程序,提高双SIMD部件的使用效率,既满足了自动循环展开特定循环次数的要求,又不影响非向量化循环体的代码特征,提升代码性能,在数字信号处理、大数据、人工智能、高性能计算等领域具有较好的应用前景。

    一种简化OpenMP指导语句的函数向量化方法

    公开(公告)号:CN118916037A

    公开(公告)日:2024-11-08

    申请号:CN202411042558.6

    申请日:2024-07-31

    Abstract: 本发明公开一种简化OpenMP指导语句的函数向量化方法,在编译器中添加了用于简化OpenMP指导语句的函数向量化优化遍,该优化遍在函数向量化优化遍之前,该优化遍可以遍历需要向量化的循环,自动为被调函数加相应的指导语句,而不再需要程序员在被调函数上手工添加有关函数向量化的指导语句,从而简化基于OpenMP指导语句的函数向量化。本发明简化了基于OpenMP指导语句的函数向量化,不再需要程序员在被调函数上手工添加有关函数向量化的指导语句,从而在一定程度上减少程序员负担。

    一种基于变形镜的里德堡原子电磁波探测系统及方法

    公开(公告)号:CN115184691B

    公开(公告)日:2024-11-01

    申请号:CN202210843051.5

    申请日:2022-07-18

    Abstract: 本发明公开一种基于变形镜的里德堡原子电磁波探测系统及方法,该方法首先通过高压变压器驱动变形镜压电陶瓷使得变形镜发生形变,大幅拓宽耦合光激光器的可调频范围,根据里德堡原子物理属性设定变形镜形变量,使其控制的耦合光激光器频率与里德堡激发态对应;而后,通过从低频到高频扫描耦合光,观察并记录里德堡原子的电磁诱导透明现象,实现宽频段范围内电磁波的探测;最后,根据里德堡原子的电磁诱导透明现象量化数据,反算电磁波物理参数。本发明通过使用变形镜作为腔镜拓宽耦合光的扫描频率范围,从而增大可探测电磁波频率的宽度,避免使用超外差式等电学手段引入电子热噪声,为电磁波宽频谱记录和分析提供一种高灵敏度探测方式。

    基于倒残差结构的孪生卷积网络隐写分析装置

    公开(公告)号:CN114581645B

    公开(公告)日:2024-10-29

    申请号:CN202210189812.X

    申请日:2022-02-28

    Abstract: 本发明提供一种基于倒残差结构的孪生卷积网络隐写分析框架。该框架依次包括图像预处理模块、图像特征提取模块和图像分类模块;图像预处理模块,用于采用高通滤波结合深度可分离神经网络的方式预处理图像以获取图像的通道间残差的相关性;图像预处理模块包括两个结构相同的预处理分支;图像特征提取模块,用于提取图像特征;图像特征提取模块包括两个结构相同的特征提取分支;图像分类模块,用于对两个特征提取分支所提取的特征进行融合,根据融合后特征将图像分为载体图像和载密图像;图像分类模块包括分别连接两个特征提取分支的两个全局平均池化层,连接两个全局平均池化层的损失函数以及最后的全连接层。

    一种面向序列密码算法的线性分析方法

    公开(公告)号:CN118842571A

    公开(公告)日:2024-10-25

    申请号:CN202410814888.6

    申请日:2024-06-22

    Abstract: 本发明提供一种面向序列密码算法的线性分析方法。该方法包括:步骤1:利用目标序列密码算法连续两个时刻的密钥流方程建立初始线性逼近方程;步骤2:引入掩码组并利用目标序列密码算法中非线性模块对应的寄存器更新信息对所述初始线性逼近方程进行变换以得到包含PLSFM函数在内的新线性逼近方程;所述PLSFM函数是指带并置S盒项的PLFM函数;步骤3:利用预设规则计算PLSFM函数的线性逼近相关系数,进而得到目标序列密码算法中非线性模块对应的总线性逼近相关系数;步骤4:根据所述总线性逼近相关系数搜索得到潜在的目标掩码组以进行线性逼近。本发明可以降低线性分析过程的时间复杂度。

    一种基于扩散模型的大容量生成式图像隐写方法

    公开(公告)号:CN118827875A

    公开(公告)日:2024-10-22

    申请号:CN202411091471.8

    申请日:2024-08-09

    Abstract: 本发明公开一种基于扩散模型的大容量生成式图像隐写方法,首先构建了一种将秘密信息映射为载密噪声的映射算法,并利用扩散模型DDIM将载密噪声生成初始的载密图像;接着,针对浮点图像转换为真实图像时产生的误差,使用映射规则提出了一种检错并纠错的机制;最后,应用DDIM加速采样并生成最终的载密图像。本发明提出的方法在FFHQ、Cat和Bedroom 3个大规模数据集上进行了实验与分析,实验结果表明,本发明的方法能够确保秘密数据被100%正确地提取,且具有更高的嵌入容量,此外,与基于扩散模型(DDPM)隐写方法的图像生成效率相比,提出方法的生成速度提升了65.92%。

Patent Agency Ranking