-
公开(公告)号：CN113553031B
公开(公告)日：2023-02-24
申请号：CN202110626788.7
申请日：2021-06-04
申请人： 中国人民解放军战略支援部队信息工程大学
IPC分类号： G06F8/20 , G06F8/71 , G06N3/008 , G06N3/0464 , G06N3/063
摘要： 本发明属于信号处理及深度学习技术领域，特别涉及一种软件定义变结构计算架构及利用其实现的左右脑一体化资源联合分配方法，基于拟态计算思想通过建立能够满足传统信号处理与深度学习全流程计算需求的左右脑一体化软件定义变结构计算实现左脑高精度信号处理与右脑低精度深度学习。本发明基于拟态计算思想通过建立混合颗粒度的异构构件化计算资源池、分布式层次化存储结构以及软件定义互连结构，根据任务计算需求与负载变化实现软件定义灵活变结构的左右脑计算方法，一方面解决传统信号处理与深度学习的高效衔接与一体化实现，另一方面通过软件定义变结构计算解决传统信号处理与深度学习的高性能、高效能以及高灵活实现问题，具有较好的应用前景。
-
公开(公告)号：CN113553031A
公开(公告)日：2021-10-26
申请号：CN202110626788.7
申请日：2021-06-04
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 本发明属于信号处理及深度学习技术领域，特别涉及一种软件定义变结构计算架构及利用其实现的左右脑一体化资源联合分配方法，基于拟态计算思想通过建立能够满足传统信号处理与深度学习全流程计算需求的左右脑一体化软件定义变结构计算实现左脑高精度信号处理与右脑低精度深度学习。本发明基于拟态计算思想通过建立混合颗粒度的异构构件化计算资源池、分布式层次化存储结构以及软件定义互连结构，根据任务计算需求与负载变化实现软件定义灵活变结构的左右脑计算方法，一方面解决传统信号处理与深度学习的高效衔接与一体化实现，另一方面通过软件定义变结构计算解决传统信号处理与深度学习的高性能、高效能以及高灵活实现问题，具有较好的应用前景。
-
公开(公告)号：CN113537284A
公开(公告)日：2021-10-22
申请号：CN202110627364.2
申请日：2021-06-04
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 本发明属于人工智能技术领域，特别涉及一种基于拟态机制的深度学习实现方法及系统，针对已训练的不同类型深度学习网络模型，将每个类型的深度学习网络模型作为执行体，构建异构执行体池；利用预设选择策略从异构执行体池中选取多个深度学习网络模型对目标数据进行检测分类，并依据检测分类结果确定用于最终检测分类输出的正确分类结果及用于重训练的异常分类结果；针对异常分类结果的深度学习网络模型进行下线，通过重训练来更新网络模型参数后再输送至异构执行体池进行上线。本发明将拟态防御应用于人工智能深度学习算法，利用不同算法间的异构性克服算法自身存在的脆弱性，进而提升算法整体的安全性，有效提升深度学习抗干扰攻击能力。
-
公开(公告)号：CN115426081B
公开(公告)日：2024-06-25
申请号：CN202210962669.3
申请日：2022-08-11
申请人： 中国人民解放军战略支援部队信息工程大学
IPC分类号： H04L1/1867 , H04L1/1607
摘要： 本发明提供一种数据包的转发装置及方法。该装置包括：包缓存RAM、缓存管理列表和标签查找表；所述包缓存RAM被以最大包长为单位划分为N个缓存块，所有缓存块均被进行编号，使得每个缓存块对应有唯一的Tag编号，每个缓存块用于存放一个数据包；所述缓存管理列表具有N个比特位，每个缓存块都对应有一个比特位，利用比特位来记录缓存块的占用状态；所述标签查找表用于记录输出的数据包对应的缓存块的Tag编号，采用ackid编号作为索引，以便基于ackid编号实现被确认包的缓存块的释放；其中，每个输出的数据包均携带有为其分配的唯一的ackid编号。本发明可以实现RapidIO协议数据包的确认。
-
公开(公告)号：CN113537284B
公开(公告)日：2023-01-24
申请号：CN202110627364.2
申请日：2021-06-04
申请人： 中国人民解放军战略支援部队信息工程大学
IPC分类号： G06F18/25 , G06F18/2433 , G06F18/214 , G06N3/045 , G06N3/042 , G06N3/044 , G06N3/0442 , G06N3/0464 , G06N3/047 , G06N3/0475 , G06N3/08 , G06N3/092
摘要： 本发明属于人工智能技术领域，特别涉及一种基于拟态机制的深度学习实现方法及系统，针对已训练的不同类型深度学习网络模型，将每个类型的深度学习网络模型作为执行体，构建异构执行体池；利用预设选择策略从异构执行体池中选取多个深度学习网络模型对目标数据进行检测分类，并依据检测分类结果确定用于最终检测分类输出的正确分类结果及用于重训练的异常分类结果；针对异常分类结果的深度学习网络模型进行下线，通过重训练来更新网络模型参数后再输送至异构执行体池进行上线。本发明将拟态防御应用于人工智能深度学习算法，利用不同算法间的异构性克服算法自身存在的脆弱性，进而提升算法整体的安全性，有效提升深度学习抗干扰攻击能力。
-
公开(公告)号：CN115426081A
公开(公告)日：2022-12-02
申请号：CN202210962669.3
申请日：2022-08-11
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 本发明提供一种数据包的转发装置及方法。该装置包括：包缓存RAM、缓存管理列表和标签查找表；所述包缓存RAM被以最大包长为单位划分为N个缓存块，所有缓存块均被进行编号，使得每个缓存块对应有唯一的Tag编号，每个缓存块用于存放一个数据包；所述缓存管理列表具有N个比特位，每个缓存块都对应有一个比特位，利用比特位来记录缓存块的占用状态；所述标签查找表用于记录输出的数据包对应的缓存块的Tag编号，采用ackid编号作为索引，以便基于ackid编号实现被确认包的缓存块的释放；其中，每个输出的数据包均携带有为其分配的唯一的ackid编号。本发明可以实现RapidIO协议数据包的确认。
-
公开(公告)号：CN109460294A
公开(公告)日：2019-03-12
申请号：CN201811192644.X
申请日：2018-10-13
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 本发明属于嵌入式软硬件协同设计的任务布局方法技术领域，特别涉及一种基于面积优先和动态遗传算法的可重构任务布局方法，该方法包含初始化任务布局方案集合，包括对空闲区域的管理和对任务模块的布局，在任务模块布局前，先对空闲区域进行管理；通过动态随机遗传算法求解最优任务布局方案，动态随机遗传算法通过随机交叉策略，并且动态因子根据当前种群的评价指标，在迭代过程中动态改变种群的交叉概率和变异概率选择出适应约束的个体；评价全局最优布局方案，输出全局最优解。本发明适用于带有禁用区域的片上网络可重构系统大规模任务布局模型，可有效提高布局方案的质量，提高系统性能。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.043 秒)
