-
公开(公告)号：CN107579816B
公开(公告)日：2020-05-19
申请号：CN201710793177.5
申请日：2017-09-06
Applicant: 中国科学院半导体研究所 , 中国科学院大学
Abstract: 本公开提供了一种基于递归神经网络的密码字典生成方法，包括以下步骤：S1，对收集的密码集中的密码数据进行预处理；S2，搭建递归神经网络模型；S3，设置递归神经网络超参数并训练递归神经网络；S4，对训练后的递归神经网络采样输出新密码，生成密码字典。本公开基于递归神经网络的密码字典生成方法，通过递归神经网络自动提取现有密码的特征，并生成符合提取特征的相似密码，在节省时间和计算成本的基础上，能够显著扩充原有密码字典中的有效密码数量。
-
公开(公告)号：CN111626399B
公开(公告)日：2023-07-28
申请号：CN201910149064.0
申请日：2019-02-27
Applicant: 中国科学院半导体研究所 , 中国科学院大学
IPC: G06N3/063 , G06N3/0464
Abstract: 一种卷积神经网络计算装置，应用于计算机技术领域，包括：分布式局部存储模块，卷积计算模块，有效信号控制模块，地址管理模块以及缓冲输出模块，分布式局部存储模块，用于存储输入激活值和权重值，卷积计算模块，用于对输入激活值和权重值进行卷积运算，得到中间结果，有效信号控制模块，用于控制卷积计算模块进行卷积运算，地址管理模块，用于对分布式局部存储模块进行读写管理，缓冲输出模块，用于处理中间结果，得到最终结果，并输出最终结果。本发明还公开了一种数据计算方法，增强卷积网络的计算效率。
-
公开(公告)号：CN111626399A
公开(公告)日：2020-09-04
申请号：CN201910149064.0
申请日：2019-02-27
Applicant: 中国科学院半导体研究所 , 中国科学院大学
IPC: G06N3/04
Abstract: 一种卷积神经网络计算装置，应用于计算机技术领域，包括：分布式局部存储模块，卷积计算模块，有效信号控制模块，地址管理模块以及缓冲输出模块，分布式局部存储模块，用于存储输入激活值和权重值，卷积计算模块，用于对输入激活值和权重值进行卷积运算，得到中间结果，有效信号控制模块，用于控制卷积计算模块进行卷积运算，地址管理模块，用于对分布式局部存储模块进行读写管理，缓冲输出模块，用于处理中间结果，得到最终结果，并输出最终结果。本发明还公开了一种数据计算方法，增强卷积网络的计算效率。
-
公开(公告)号：CN111435448A
公开(公告)日：2020-07-21
申请号：CN201910121017.5
申请日：2019-02-18
Applicant: 中国科学院半导体研究所 , 中国科学院大学
Abstract: 本发明提供一种图像显著性物体检测方法，包括：获取图像数据，对图像数据进行特征提取，输出多个尺寸的原始特征图；针对于每个原始特征图，对原始特征图的尺寸进行压缩，并对压缩尺寸后的特征图进行映射，获得原始特征图中的全局信息；针对于每个原始特征图，对原始特征图进行卷积及批标准化处理，获得原始特征图中的局部信息；对获取的全局信息及局部信息进行整合，获得多个信息整合特征图；将多个信息整合特征图进行拼接，获得拼接特征图，根据拼接特征图，获得检测结果。该方法提高了对目标整体的检测准确率；有效地整合全局和局部信息以利用低级视觉特征，提高了目标边缘分割的效果。本发明还提供一种图像显著性物体检测装置、设备及介质。
-
公开(公告)号：CN108932452A
公开(公告)日：2018-12-04
申请号：CN201710366249.8
申请日：2017-05-22
Applicant: 中国科学院半导体研究所 , 中国科学院大学
Abstract: 本发明公开了一种基于多尺度卷积神经网络的心律失常心拍分类方法，包括定位心电信号中R波的位置，根据R波的位置对心电信号进行分割得到分割的心拍信号；将分割的心拍信号分为正常心拍N、左束支传导阻滞L、右束支传导阻滞R、起搏心拍P和室性期前收缩V五类心律失常心拍。本发明不仅可以提取不同尺度上的信号特征，还将特征提取和分类过程结合在一起，减少中间误差，提高分类的准确率。
-
Patent Agency Ranking
公开(公告)号：CN111767994B
公开(公告)日：2024-06-11
申请号：CN201910259493.3
申请日：2019-04-01
Applicant: 中国科学院半导体研究所 , 中国科学院大学
Abstract: 一种神经元计算装置，用于图像的卷积或全连接计算，装置包括：多个缓存单元(100)，用于缓存图像数据和卷积核计算的权值数据，并将图像数据和权值数据按预设规则依次发送至MAC单元(200)；多个MAC单元(200)，其与多个缓存单元(100)一一对应，用于依次对权值数据和图像数据进行乘累加计算，得到多个乘累加结果；缓存控制单元(300)，用于控制缓存单元(100)调用寄存器的数量，并控制缓存单元(100)每次向MAC单元(200)发送的图像数据和权值数据的数量；求和树单元(400)，用于对多个乘累加结果进行求和计算，得到图像的卷积计算结果。提供了一种多粒度、高并行、可扩展，用于不同尺寸卷积运算和全连接运算的神经元计算单元。
-
公开(公告)号：CN111435448B
公开(公告)日：2024-03-05
申请号：CN201910121017.5
申请日：2019-02-18
Applicant: 中国科学院半导体研究所 , 中国科学院大学
Abstract: 本发明提供一种图像显著性物体检测方法，包括：获取图像数据，对图像数据进行特征提取，输出多个尺寸的原始特征图；针对于每个原始特征图，对原始特征图的尺寸进行压缩，并对压缩尺寸后的特征图进行映射，获得原始特征图中的全局信息；针对于每个原始特征图，对原始特征图进行卷积及批标准化处理，获得原始特征图中的局部信息；对获取的全局信息及局部信息进行整合，获得多个信息整合特征图；将多个信息整合特征图进行拼接，获得拼接特征图，根据拼接特征图，获得检测结果。该方法提高了对目标整体的检测准确率；有效地整合全局和局部信息以利用低级视觉特征，提高了目标边缘分割的效果。本发明还提供一种图像显著性物体检测装
-
公开(公告)号：CN111767994A
公开(公告)日：2020-10-13
申请号：CN201910259493.3
申请日：2019-04-01
Applicant: 中国科学院半导体研究所 , 中国科学院大学
Abstract: 一种神经元计算模块，用于图像的卷积或全连接计算，模块包括：多个缓存单元(100)，用于缓存图像数据和卷积核计算的权值数据，并将图像数据和权值数据按预设规则依次发送至MAC单元(200)；多个MAC单元(200)，其与多个缓存单元(100)一一对应，用于依次对权值数据和图像数据进行乘累加计算，得到多个乘累加结果；缓存控制单元(300)，用于控制缓存单元(100)调用寄存器的数量，并控制缓存单元(100)每次向MAC单元(200)发送的图像数据和权值数据的数量；求和树单元(400)，用于对多个乘累加结果进行求和计算，得到图像的卷积计算结果。提供了一种多粒度、高并行、可扩展，用于不同尺寸卷积运算和全连接运算的神经元计算单元。
-
公开(公告)号：CN116091942A
公开(公告)日：2023-05-09
申请号：CN202310168407.4
申请日：2023-02-16
Applicant: 中国科学院半导体研究所
Abstract: 本公开提供了一种特征增强与融合的小目标检测方法，包括：将预设尺寸的小目标图像输入Focus网络之后，进行卷积计算，得到初始特征图；将初始特征图输入浅层特征增强网络结构，得到N组浅层特征图；将第N个浅层特征增强网络模块输出的浅层特征图输入深层特征提取网络结构，得到深层特征图；深层特征图输入跨层特征融合网络结构，得到N组特征融合图，跨层特征融合网络结构包括N个依次连接的跨层特征融合模块，第k个跨层特征融合模块将上一跨层特征融合模块输出的特征融合图和第N—k+1个浅层特征增强网络模块输出的浅层特征图融合；基于目标检测器对深层特征图和N组特征融合图进行目标检测，定位小目标。该方法可实现小目标的高精度检测。
-
公开(公告)号：CN110969165A
公开(公告)日：2020-04-07
申请号：CN201911210562.8
申请日：2019-11-28
Applicant: 中国科学院半导体研究所
Abstract: 一种手写字符识别方法，应用于计算机技术领域，包括：获取待识别的手写字符图片，生成与该待识别的手写字符图片字符相同的模板字符图片，将该模板字符图片输入给深度匹配神经网络，以使该深度匹配神经网络提取该模板字符图片的模板字符特征，将该待识别的手写字符图片输入给该深度匹配神经网络，以使深度匹配神经网络根据模板字符特征识别待识别的手写字符图片。本申请还公开了一种手写字符识别装置、电子设备及存储介质，可有效识别手写字符。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.124 seconds)
