-
公开(公告)号：CN113128614B
公开(公告)日：2023-06-16
申请号：CN202110477216.7
申请日：2021-04-29
申请人： 西安微电子技术研究所 , 西北大学
IPC分类号： G06V10/82 , G06V10/44 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/084
摘要： 本发明公开了基于图像梯度的卷积方法、基于方向卷积的神经网络及分类方法，属于卷积神经网络领域。本发明通过对图像进行基于图像梯度信息的方向卷积以提取图像特征。本发明的基于方向卷积的神经网络，将显式先验知识‑图像梯度信息嵌入深度学习模型中，有效降低网络参数空间的规模，减少局部极值的问题。本发明通过在浅层网络的基础上加入先验知识提升精度，用极少参数的较浅模型达到能与深度模型相比拟的图像分类识别准确率。引入方向卷积的小型化卷积神经网络模型在MNIST数据集上仅用0.062M的参数量就达到了与现有深度模型相比拟的分类精度，其参数量较经典卷积神经网络少了两个数量级。
-
公开(公告)号：CN113129323A
公开(公告)日：2021-07-16
申请号：CN202110462416.5
申请日：2021-04-27
申请人： 西安微电子技术研究所 , 西北大学
摘要： 本发明属于信息技术领域，公开了一种基于人工智能的遥感田埂界线检测方法，包括以下步骤：步骤一、遥感田埂多尺度分割：采用多尺度分割算法对遥感田埂图像进行分割，得到由若干个分割区域构成的分割图像；步骤二、区域合并：对分割图像中的不良区域进行合并，过滤掉不良区域，得到最终的分割区域；步骤三、田埂界线检测：将最终的分割区域的边界检测出来，并且形成封闭区域，得到田埂界线。本发明还公开了基于该检测方法的系统、计算机涉笔及存储介质。本发明可以将遥感图像中的地块田埂较为准确完整的提取出来，该方法能够缓解人工田埂统计的耗时耗力的问题，为田埂统计带了极大的方便。
-
公开(公告)号：CN113128614A
公开(公告)日：2021-07-16
申请号：CN202110477216.7
申请日：2021-04-29
申请人： 西安微电子技术研究所 , 西北大学
摘要： 本发明公开了基于图像梯度的卷积方法、基于方向卷积的神经网络及分类方法，属于卷积神经网络领域。本发明通过对图像进行基于图像梯度信息的方向卷积以提取图像特征。本发明的基于方向卷积的神经网络，将显式先验知识‑图像梯度信息嵌入深度学习模型中，有效降低网络参数空间的规模，减少局部极值的问题。本发明通过在浅层网络的基础上加入先验知识提升精度，用极少参数的较浅模型达到能与深度模型相比拟的图像分类识别准确率。引入方向卷积的小型化卷积神经网络模型在MNIST数据集上仅用0.062M的参数量就达到了与现有深度模型相比拟的分类精度，其参数量较经典卷积神经网络少了两个数量级。
-
公开(公告)号：CN113128513A
公开(公告)日：2021-07-16
申请号：CN202110464870.4
申请日：2021-04-28
申请人： 西安微电子技术研究所 , 西北大学
摘要： 本发明公开了一种基于目标分割的小样本训练方法，属于图像语义分割领域。本发明包括：一、进行小样本数据集的目标类的分割，生成初始像素级标签；二、在小样本数据集上迭代训练所述语义分割网络，生成精细的像素级标签；三、将分割结果作用于原始图像上，得到目标图像；四、将所述目标图像融到大量图像中，生成带有所述目标图像的新图像，进而生成大量带有像素级标签的新图像；五、使用大量带有像素级标签的新图像来训练语义分割网络，从而训练一个可信赖的语义分割网络。本发明解决了人工标注像素级语义标签的耗时耗力操作，能够实现目标的精细化分割，为图像分割、目标检测提供良好的标注数据。
-
公开(公告)号：CN117726874A
公开(公告)日：2024-03-19
申请号：CN202311759609.2
申请日：2023-12-19
申请人： 西安微电子技术研究所
IPC分类号： G06V10/764 , G06V10/80 , G06V10/40 , G06V10/774
摘要： 本发明提供一种基于空间注意力的细粒度图像分类方法、系统、设备及介质，包括以下步骤：预设空间注意力模型，并通过空间注意力模型的大内核的卷积层将输入特征的空间关系编码为2D空间注意力图；通过多粒度融合模型将输入特征的不同粒度的特征进行融合，得到融合描述结果；将通过空间注意力模型得到的2D空间注意力图，以及通过多粒度融合模型到融合描述结果采用多阶段损失联合训练，得到图像分类结果；本申请中所述的空间注意模型通过具有大内核的卷积层将特征的空间关系编码为2D空间注意力图，这种空间注意力图可用于对输入特征进行加权，以准确定位判别区域，多粒度特征融合模型可以融合不同粒度的特征，能够增强网络的表示能力，多阶段损失联合训练能够提高模型的鲁棒性和泛化能力。
-
公开(公告)号：CN115801705A
公开(公告)日：2023-03-14
申请号：CN202211362807.0
申请日：2022-11-02
申请人： 西安微电子技术研究所 , 西北工业大学
IPC分类号： H04L49/10 , G06F15/173
摘要： 本发明公开了一种应用于计算微系统的数据交换网络架构，包括多个分布式设计的超融合节点，每个超融合节点包括RDMA交换模块和DDMA交换节模块，RDMA交换模块和DDMA交换模块互相连接，所述DDMA交换模块与超融合节点内部的计算单元、存储单元和接口单元分别互联，RDMA路由模块与超融合节点外部的邻居超融合节点互联，实现了DDMA和RDMA两层交换网络中节点内部和外部的高速互联，满足了嵌入式分布式应用的互联网络需求。
-
公开(公告)号：CN113726661B
公开(公告)日：2022-10-18
申请号：CN202110998683.4
申请日：2021-08-27
申请人： 西安微电子技术研究所
IPC分类号： H04L45/7453 , H04L45/74 , G06F16/901 , G06F16/903
摘要： 本发明提供了一种高性能低功耗的路由哈希器及其控制方法，在查找过程上多出了路由哈希器的计算逻辑，但将存储和功耗都降低至少一个数量级。在时间上，由于路由哈希器的设计非常轻量化，可以达到与目前已知TCAM方案的最低延迟在同一个数量级上。另一方面，本发明保证了路由哈希算法的通用性在添加或者修改新的IP地址及对应端口时，可通过软件模拟路由哈希过程，自动确定存储器中数值大小。最后，本发明灵活运用移位器，实现了高效的取模操作，能够更快的进行路由查找，并有效降低硬件资源消耗。
-
公开(公告)号：CN116701987A
公开(公告)日：2023-09-05
申请号：CN202310453739.7
申请日：2023-04-24
申请人： 西安微电子技术研究所
摘要： 本发明公开了一种基于哈希和TCAM的组合包分类器及方法，采用将不完美哈希分类模块与TCAM分类模块相结合，实现了不完美哈希分类与TCAM分类在输入键值空间上的互补；相较于传统基于TCAM包分类解决方案，本发明降低了硬件资源利用、系统功耗；相较于基于完美哈希的包分类解决方案，本发明在保证分类器功能的前提下，降低了哈希函数的设计成本与生成过程的时间复杂度。本发明在分类阶段能够兼顾低的空间资源消耗、低功耗以及低延迟，在分类器生成阶段节约了设计成本，降低了生成过程的时间复杂度；同时，本发明在FPGA等可重构硬件平台上可以更好地平衡不同类型地硬件资源，为防火墙包过滤、路由表查找等网络任务中的分类器设计提供了全新的思路。
-
公开(公告)号：CN115421966A
公开(公告)日：2022-12-02
申请号：CN202211122842.5
申请日：2022-09-15
申请人： 西安微电子技术研究所
摘要： 本发明公开了一种基于二维矩阵的检错纠错方法、系统、设备及存储介质，属于集成电路空间辐射应用领域。本发明采用二维矩阵的模型，对水平、竖直、对角线、数据块的元素分别进行编码，产生28位校验位，校验位冗余较少。通过校验位变化信息进行解码，实现纠正随机2位错误或者检测出4位及以内的错误，提高存储器在辐射环境中的可靠性。编解码过程中仅涉及到异或计算，硬件开销较小。在二维矩阵的基础上设计初步定位、块校验位筛选和线校验位筛选，该方法校验冗余位较少、编解码方法简单，并且能够实现对存储器数据检错纠错的目的。因此，本发明提出的检错纠错方法能够解决现有技术中单粒子翻转和单粒子多单元翻转导致存储器数据发生错误的问题。
-
公开(公告)号：CN113726660A
公开(公告)日：2021-11-30
申请号：CN202110997343.X
申请日：2021-08-27
申请人： 西安微电子技术研究所
IPC分类号： H04L12/743 , G06F16/903 , G06F16/901
摘要： 本发明公开了一种基于完美哈希算法的路由查找器和方法，包括输入模块、完美哈希函数模块和PN查找表模块；所述输入模块用于输入IP地址，所述输入模块的输出端连接完美哈希函数模块的输入端，所述完美哈希函数模块的输出端连接PN查找表模块输入端。将输入的IP地址进行完美哈希运算，得到一个对应的哈希值，将哈希值作为PN查找表的索引，访问PN查找表对应位置上的元素，并输出该元素，完成路由器查找。能够解决现有路由查找的资源高消耗、高功耗问题，同时保证较低延迟以及较低的键值更新延迟。
-
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.031 秒)
