-
公开(公告)号：CN108921292A
公开(公告)日：2018-11-30
申请号：CN201810409591.6
申请日：2018-05-02
Applicant: 东南大学 , 东南大学—无锡集成电路技术研究所
Abstract: 本发明公开一种面向深度神经网络加速器应用的近似计算系统，包括：片上分布式静态随机存取存储器：存放压缩后的权重；控制单元和霍夫曼解码器：对配置单元中的编码进行解码操作，控制单元将数据分配到处理单元阵列。首“1”探测电路：探测输入数据的首“1”位置；处理单元阵列：实现权重和输入数据的乘加操作。此种技术方案可解决加速器中运算速度慢、运算量复杂、无法实现高性能高运算速率的问题，达到了深度神经网络加速器的高性能、高能效以及高运算速率的设计优点。
-
公开(公告)号：CN108921292B
公开(公告)日：2021-11-30
申请号：CN201810409591.6
申请日：2018-05-02
Applicant: 东南大学 , 东南大学—无锡集成电路技术研究所
Abstract: 本发明公开一种面向深度神经网络加速器应用的近似计算系统，包括：片上分布式静态随机存取存储器：存放压缩后的权重；控制单元和霍夫曼解码器：对配置单元中的编码进行解码操作，控制单元将数据分配到处理单元阵列。首“1”探测电路：探测输入数据的首“1”位置；处理单元阵列：实现权重和输入数据的乘加操作。此种技术方案可解决加速器中运算速度慢、运算量复杂、无法实现高性能高运算速率的问题，达到了深度神经网络加速器的高性能、高能效以及高运算速率的设计优点。
-
公开(公告)号：CN104517293B
公开(公告)日：2016-03-23
申请号：CN201410820738.2
申请日：2014-12-25
Applicant: 东南大学
Abstract: 本发明公开了一种小动物多模态医学影像配准及融合系统。该系统包括用于两种及两种以上医学影像设备间传输的小动物床，其特征在于所述小动物床外侧设置有多种医学影像设备同时显像的装置；所述系统还包括基于软件的图像自动配准融合，其特征在于采用基于空间点刚体配准的融合方法。该系统可以实现小动物多模态医学影像的配准及融合，为独立的医学影像设备采集到的图像提供更丰富的信息。
-
公开(公告)号：CN104517293A
公开(公告)日：2015-04-15
申请号：CN201410820738.2
申请日：2014-12-25
Applicant: 东南大学
CPC classification number: G06T3/0068 , G06T5/50
Abstract: 本发明公开了一种小动物多模态医学影像配准及融合系统。该系统包括用于两种及两种以上医学影像设备间传输的小动物床，其特征在于所述小动物床外侧设置有多种医学影像设备同时显像的装置；所述系统还包括基于软件的图像自动配准融合，其特征在于采用基于空间点刚体配准的融合方法。该系统可以实现小动物多模态医学影像的配准及融合，为独立的医学影像设备采集到的图像提供更丰富的信息。
-
公开(公告)号：CN105609116B
公开(公告)日：2019-03-05
申请号：CN201510976875.X
申请日：2015-12-23
Applicant: 东南大学
Abstract: 本发明公开了一种语音情感维度区域的自动识别方法，属于语音识别技术领域。我们采用了一种特征空间重构的方法进行分类器的优化。第一，我们提取和优化基本声学特征作为区分情感区域的基准；第二，我们采用特征空间重构的方法将多个情感特征空间分解和配对，分别采用LDA和PCA模块级联的方法，提高目标类之间的离散程度；第三，我们提出两种情感区域的分割方法，即四个区域和十六个区域的分割方法，进行复合情感的分解，取代传统的基本情感类型，通过相关计算来融合分类器输出，进行情感区域的识别，获得了更高的识别效果。
-
Patent Agency Ranking
公开(公告)号：CN104504705B
公开(公告)日：2017-10-10
申请号：CN201410819671.0
申请日：2014-12-25
Applicant: 东南大学
Abstract: 本发明公开了一种小动物多模态医学影像配准及融合方法，属于图像处理领域。该方法采用体外标记的方法，小动物床外侧固定有两根注射有混合显像剂的相交叉的管子作为体外标记物，在两种及两种以上医学影像设备间建立参考坐标系ORef，通过公共参考坐标系将不同医学影像设备采集到的图像进行融合。融合过程为为非人工干预。该方法简单且可以实现小动物多模态医学影像的配准及融合，为独立的医学影像设备采集到的图像提供更丰富的信息。
-
公开(公告)号：CN105609116A
公开(公告)日：2016-05-25
申请号：CN201510976875.X
申请日：2015-12-23
Applicant: 东南大学
Abstract: 本发明公开了一种语音情感维度区域的自动识别方法，属于语音识别技术领域。我们采用了一种特征空间重构的方法进行分类器的优化。第一，我们提取和优化基本声学特征作为区分情感区域的基准；第二，我们采用特征空间重构的方法将多个情感特征空间分解和配对，分别采用LDA和PCA模块级联的方法，提高目标类之间的离散程度；第三，我们提出两种情感区域的分割方法，即四个区域和十六个区域的分割方法，进行复合情感的分解，取代传统的基本情感类型，通过相关计算来融合分类器输出，进行情感区域的识别，获得了更高的识别效果。
-
公开(公告)号：CN110728303B
公开(公告)日：2022-03-11
申请号：CN201910862957.X
申请日：2019-09-12
Applicant: 东南大学
IPC: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于卷积神经网络数据复杂度的动态自适应计算阵列，属于计算、推算、计数的技术领域。在原始卷积计算阵列模块基础上，增设动态卷积计算决策模块根据不同的输入数据复杂度选择合适的网络模型。动态卷积计算决策模块包括用于当前网络卷积层预分类计算的预分类层控制器及用于将预分类计算结果与预先设定阈值比较的置信度控制器，置信度控制器输出判别结果决定后续卷积计算阵列是否开启并支持不同尺寸卷积核卷积计算阵列的动态选择。本发明设计简单，可靠性强，动态卷积计算决策模块与其它传统模块协同配合，尽量降低网络的冗余计算，避免计算资源的浪费。
-
公开(公告)号：CN110728303A
公开(公告)日：2020-01-24
申请号：CN201910862957.X
申请日：2019-09-12
Applicant: 东南大学
Abstract: 本发明公开了基于卷积神经网络数据复杂度的动态自适应计算阵列，属于计算、推算、计数的技术领域。在原始卷积计算阵列模块基础上，增设动态卷积计算决策模块根据不同的输入数据复杂度选择合适的网络模型。动态卷积计算决策模块包括用于当前网络卷积层预分类计算的预分类层控制器及用于将预分类计算结果与预先设定阈值比较的置信度控制器，置信度控制器输出判别结果决定后续卷积计算阵列是否开启并支持不同尺寸卷积核卷积计算阵列的动态选择。本发明设计简单，可靠性强，动态卷积计算决策模块与其它传统模块协同配合，尽量降低网络的冗余计算，避免计算资源的浪费。
-
公开(公告)号：CN104504705A
公开(公告)日：2015-04-08
申请号：CN201410819671.0
申请日：2014-12-25
Applicant: 东南大学
IPC: G06T7/00
CPC classification number: G06T7/38 , G06T2207/10016 , G06T2207/10081 , G06T2207/10104 , G06T2207/30004
Abstract: 本发明公开了一种小动物多模态医学影像配准及融合方法，属于图像处理领域。该方法采用体外标记的方法，小动物床外侧固定有两根注射有混合显像剂的相交叉的管子作为体外标记物，在两种及两种以上医学影像设备间建立参考坐标系ORef，通过公共参考坐标系将不同医学影像设备采集到的图像进行融合。融合过程为非人工干预。该方法简单且可以实现小动物多模态医学影像的配准及融合，为独立的医学影像设备采集到的图像提供更丰富的信息。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.07 seconds)
