[发明专利]一种人工神经网络运算的处理方法

权利要求书

1.一种智能领航方法，其特征在于，包括：

通过目标识别装置对航行时拍摄的图像进行处理，包括：对图像选择子区域提取特征，并且与航行水面样本库进行比对，获得初步障碍物类型；

通过信息处理装置接收处理后的图像选择子区域的特征和识别的初步障碍物类型，并通过所述信息处理装置内部的神经网络芯片执行神经网络运算，获得准确的障碍物类型，并输出航行选择数据，包括：

通过存储单元存储输入数据，存储神经网络参数以及计算指令，包括：

通过输入输出模块获取输入数据、神经网络参数以及计算指令；

通过标量数据存储模块存储标量数据；

所述输入数据包括处理后的图像和识别的障碍物类型；

通过控制单元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；

通过运算单元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；

通过信息处理装置的存储器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；

通过信息处理装置的运算器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；

通过信息处理装置的数据输入输出端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；

通过信息处理装置的输出数据转换器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。

2.根据权利要求1所述的智能领航方法，其特征在于，所述存储单元还包括：

通过输入输出模块获取输入数据、神经网络参数以及计算指令；

通过标量数据存储模块存储标量数据；

通过存储介质存储数据块。

3.根据权利要求1所述的智能领航方法，其特征在于，还包括：

通过直接内存存取DMA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所述的智能领航方法，其特征在于，还包括：

通过神经网络芯片中的指令缓存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所述的智能领航方法，其特征在于，还包括：

通过神经网络芯片中的输入神经元缓存从所述直接内存存取DMA缓存输入神经元，供运算单元调用；

通过神经网络芯片中的权值缓存从所述直接内存存取DMA缓存权值，供运算单元调用；

通过神经网络芯片中的输出神经元缓存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。

6.根据权利要求1所述的智能领航方法，其特征在于，还包括：通过信息处理装置内的输入数据编码器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。

7.根据权利要求1所述的智能领航方法，其特征在于，还包括：

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。

8.根据权利要求7所述的智能领航方法，其特征在于，还包括：通过所述神经网络芯片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。

9.根据权利要求1所述的智能领航方法，其特征在于，通过目标识别装置对航行时拍摄的图像进行处理，对图像选择子区域提取特征，并且与航行水面样本库进行比对，获得初步障碍物类型，包括：

通过图像处理单元将输入图像进行预处理、二值化以及选择子区域提取特征；

通过比对单元将提取的特征与航行水面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。