[发明专利]一种进行神经网络运算的处理装置有效

专利信息
申请号: 201810486527.8 申请日: 2018-05-18
公开(公告)号: CN108764465B 公开(公告)日: 2021-09-24
发明(设计)人: 吴凡迪;陈云霁 申请(专利权)人: 中国科学院计算技术研究所
主分类号: G06N3/06 分类号: G06N3/06
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 周天宇
地址: 100190 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 进行 神经网络 运算 处理 装置
【权利要求书】:

1.一种智能领航设备,其特征在于包括:

目标识别装置,用于对航行时拍摄的图像进行处理,并且与样本库进行比对,识别图像中的障碍物类型;

信息处理装置,用于接收处理后的图像和识别的障碍物类型,并通过神经网络运算,输出航行选择数据;

所述信息处理装置包括:神经网络芯片,用于执行所述神经网络运算;

所述神经网络芯片还用于在外部设备或船员做出航行选择后,收集输入-输出信息组,自适应地更新神经网络参数,训练生成新的神经网络参数;

所述信息处理装置包括:输入数据编码器,用于将处理后的图像和识别的障碍物类型转变为神经网络可以处理的数字信息;

存储器,用于存储当前时间段内的航行状况以及不同时间段的航行选择数据;

运算器,用于根据航行选择队列数据,计算航行的风险和/或当前航行的损耗;

所述神经网络芯片包括:

存储单元,用于存储输入数据,存储神经网络参数以及计算指令,所述输入数据包括处理后的图像和识别的障碍物类型;

控制单元,用于从所述存储单元提取计算指令,解析该计算指令得到多个运算指令;

运算单元,用于依据该多个运算指令对该输入数据执行计算得到航行选择数据;

所述信息处理装置还包括:

数据输入输出端:用于接收输入数据编码器的信号,并将其传入人工神经网络芯片作为输入;还用于接收神经网络芯片输出端输出的航行选择数据,并存入存储器;以及用于从存储器读取航行选择队列和当期时间段内的航行状况,输入到运算器;

输出数据转换器,用于将运算器计算的航行的风险和/或当前航行的损耗数据重新编码后传输给外部设备;

所述输出数据转换器将运算器计算的结果回传至目标识别装置,以及更新所述样本库。

2.根据权利要求1所述的智能领航设备,其特征在于,所述存储单元包括:

输入输出模块,用于获取输入数据、神经网络参数以及计算指令;

标量数据存储模块,用于存储标量数据;

存储介质,用于存储数据块,且所述存储介质为片上存储。

3.根据权利要求1所述的智能领航设备,其特征在于,所述神经网络芯片还包括:

直接内存存取DMA,用于存入存储单元中的数据,神经网络参数和计算指令,以供控制单元和/或运算单元调用。

4.根据权利要求3所述的智能领航设备,其特征在于,所述神经网络芯片还包括:

指令缓存,用于从所述直接内存存取DMA缓存指令,供控制电路调用,所述指令缓存为片上缓存。

5.根据权利要求3所述的智能领航设备,其特征在于,所述神经网络参数包括输入神经元、输出神经元和权值,处理器还包括:

输入神经元缓存,用于从所述直接内存存取DMA缓存输入神经元,供运算单元调用;

权值缓存,用于从所述直接内存存取DMA缓存权值,供运算单元调用;

输出神经元缓存,用于存储从所述运算单元获得运算后的输出神经元,以输出至直接内存存取DMA;

其中所述输入神经元缓存模块、权值缓存模块和输出神经元缓存模块均为片上缓存。

6.根据权利要求1所述的智能领航设备,其特征在于,所述目标识别装置包括:

图像处理单元,用于将输入图像进行预处理、二值化以及选择子区域提取特征;

比对单元,用于将提取的特征与样本库中的样本进行比对,初步识别图像中的障碍目标类型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院计算技术研究所,未经中国科学院计算技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810486527.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top