“卷积滤波器”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果8677324个，建议您升级VIP下载更多相关专利

[发明专利]基于脉动阵列的神经网络加速方法、装置、计算机设备及存储介质-CN201910268881.8在审
发明人：郭跃超;高鹏;谢国彤;唐义君;张萌 -专利权人：平安科技（深圳）有限公司
申请日： 2019-04-04 - 公布日： 2019-08-16 - 主分类号： G06N3/04 文献下载
摘要：本申请涉及模型构建领域，在卷积步长不为1时根据预设规则分割滤波器和特征图，以将该卷积等效为步长为1的卷积以适配于脉动阵列。具体公开了基于脉动阵列的神经网络加速方法、装置、计算机设备及存储介质，该方法包括：获取卷积滤波器的卷积参数；若卷积步长不为1且卷积滤波器的尺寸大于1×1，根据预设的滤波器分割规则从卷积滤波器分割出若干子滤波器；获取待卷积特征图并根据预设的特征图分割规则从待卷积特征图分割出若干特征子图；基于脉动阵列，根据各子滤波器对各自对应的特征子图进行卷积计算，卷积计算的步长为1；将各子滤波器对应的卷积计算结果进行叠加，并将叠加的结果作为卷积滤波器对待卷积特征图卷积计算的结果进行输出
卷积卷积滤波器脉动阵列卷积计算子滤波器计算机设备特征图分割存储介质神经网络特征图预设叠加分割滤波器滤波器分割模型构建预设规则适配输出分割申请

[发明专利]用于基于人工智能的碱基检出器的总线网络-CN202180015983.4在审
发明人： A·杜塔;G·韦瑟尔;D·卡什夫哈吉吉;G·D·帕纳比;K·贾加纳坦;A·起亚 -专利权人：因美纳有限公司
申请日： 2021-02-19 - 公布日： 2022-11-25 - 主分类号： G16B40/20 文献下载
摘要：本发明所公开的技术涉及包括空间卷积网络和时间卷积网络的系统。该空间卷积网络被配置为处理每循环测序图像集的窗口并生成相应的每循环空间特征图集。空间卷积滤波器组的相应的序列的空间卷积滤波器组中的空间卷积滤波器的经训练系数在空间卷积层的相应的序列中的空间卷积层的序列之间变化。该时间卷积网络被配置为按组处理该每循环空间特征图集并生成相应的每组时间特征图集。相应的时间卷积滤波器组中的时间卷积滤波器的经训练系数在相应的时间卷积滤波器组中的时间卷积滤波器组之间变化。
用于基于人工智能碱基检出总线网络

[发明专利]基于相邻卷积的模型剪枝方法、装置及存储介质-CN202110975018.3在审
发明人：王晓锐;郑强;高鹏 -专利权人：平安科技（深圳）有限公司
申请日： 2021-08-24 - 公布日： 2021-11-19 - 主分类号： G06N3/08 文献下载
摘要：本发明涉及人工智能技术领域，揭露一种基于相邻卷积的模型剪枝方法，包括：利用绝对值函数获取待评价卷积层中的滤波器矩阵的滤波器曼哈顿距离以及通道矩阵的通道曼哈顿距离，进而获取卷积层滤波器方式参数和卷积层通道方式参数；将卷积层滤波器方式参数与卷积层通道方式参数的乘积，形成用于判断滤波器剪枝概率的滤波器剪枝概率参数；根据预设的规则将滤波器剪枝概率参数进行排序，并根据滤波器剪枝概率参数的排序结果确定待剪枝滤波器；将所确定的待剪枝滤波器进行裁剪本发明的待剪枝卷积模型可以为用于智慧医疗的神经网络模型；本发明实现了在保持卷积模型相对较好的模型性能的同时，达到较高的精度的技术效果。
基于相邻卷积模型剪枝方法装置存储介质

[发明专利]卷积神经网络压缩-CN201780076207.9在审
发明人： M.桑德勒;A.兹莫吉诺夫;S.钱平约 -专利权人：谷歌有限责任公司
申请日： 2017-09-29 - 公布日： 2019-07-23 - 主分类号： G06N3/04 文献下载
摘要：提供了卷积神经网络压缩的系统和方法。例如，卷积神经网络可以包括具有多个相关联的输入滤波器的输入卷积层和具有多个相关联的输出滤波器的输出卷积层。卷积神经网络实现定义多个输入滤波器和多个输出滤波器之间的连接的连接模式。连接模式指定多个输出滤波器中的至少一个输出滤波器仅连接到多个输入滤波器的子集。
卷积神经网络输出滤波器输入滤波器连接模式卷积关联压缩子集输出

[发明专利]压缩神经网络模型的方法、装置和计算设备-CN202310125220.6在审
发明人：王清瑶;冯京浩 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-01-19 - 公布日： 2023-10-27 - 主分类号： G06N3/082 文献下载
摘要：提供了一种压缩神经网络模型的方法，神经网络模型包括多个卷积层，每个卷积层包括至少一个滤波器。该方法包括：至少根据针对各个卷积层的通道稀疏度生成初始掩码矩阵，通道稀疏度表征从每个卷积层预期剩余的滤波器的数量；从多个卷积层中确定彼此存在依赖性的多个目标卷积层，依赖性包括滤波器通道依赖性和滤波器维度依赖性中的至少一个，滤波器通道依赖性指示各个目标卷积层需要保留相同索引的滤波器，滤波器维度依赖性指示各个目标卷积层需要保留相同数量的滤波器；以及根据依赖性和所述初始掩码矩阵对多个目标卷积层进行滤波器剪枝以压缩神经网络模。
压缩神经网络模型方法装置计算设备

[发明专利]用于光谱反卷积与再成形的方法及装置-CN200580022780.9无效
发明人： K－C·曾;X·华 -专利权人：升阳电信公司
申请日： 2005-04-28 - 公布日： 2007-06-13 - 主分类号： H04J14/02 文献下载
摘要：一种用于滤波器光谱反卷积与再成形的方法及装置，包括：提供光谱信号的滤波器输出以及在每个光谱波峰确定该光谱信号的强度和波长。该滤波器输出的特征为光谱信号函数和滤波器函数的卷积。然后对该滤波器输出执行反卷积变换并移除不需要的滤波器函数和加入需要的滤波器函数使输出滤波器光谱再成形。
用于光谱卷积成形方法装置

[发明专利]模型剪枝方法及装置-CN202211595555.6在审
发明人：兰婷婷;支涛 -专利权人：北京云迹科技股份有限公司
申请日： 2022-12-13 - 公布日： 2023-01-31 - 主分类号： G06N3/082 文献下载
摘要：该方法包括：从目标模型中筛选出需要进行通道剪枝的目标卷积层；利用聚类算法将目标卷积层中的滤波器聚类为预设数量的滤波器组；对目标卷积层进行多轮训练，使得目标卷积层中的同组滤波器的参数不断靠近，直至目标卷积层中的同组滤波器的参数的差值小于预设阈值，结束训练；将目标卷积层中的每组滤波器融合为一个滤波器，得到通道剪枝后的目标卷积层；根据通道剪枝后的目标卷积层，对目标模型中目标卷积层的下一层卷积层中的滤波器进行融合处理，得到通道剪枝后的目标模型。
模型剪枝方法装置

[发明专利]高精度低位卷积神经网络-CN201910462515.6有效
发明人： U·P·穆达里格;佟维;曾树青;S·王 -专利权人：通用汽车环球科技运作有限责任公司
申请日： 2019-05-30 - 公布日： 2023-08-29 - 主分类号： G06N3/0464 文献下载
摘要：本发明题为“高精度低位卷积神经网络”。本文描述了用于生成并训练高精度低位卷积神经网络(CNN)的系统、方法和计算机可读介质。使用一个或多个二元滤波器来模拟CNN的每个卷积层的滤波器，并且使用二元激活的线性组合来模拟实值激活函数。更具体地，使用缩放的二元滤波器来模拟非1×1滤波器(例如，k×k滤波器，其中k1)，并且使用二元滤波器的线性组合来模拟1×1滤波器。因此，针对模拟不同权重(例如，1×1滤波器对非1×1滤波器)而采用不同的策略。以这种方式，在高精度低位CNN的(一个或多个)卷积层中执行的卷积变为二元卷积，该二元卷积产生较低的计算成本，同时仍保持高性能(例如，高准确度)。
高精度低位卷积神经网络

[发明专利]深度神经网络中的网络层运算方法及装置-CN201810679580.X在审
发明人：张渊;谢迪;浦世亮 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2018-06-27 - 公布日： 2020-01-03 - 主分类号： G06N3/04 文献下载
摘要：本申请实施例提供了一种深度神经网络中的网络层运算方法及装置，方法包括：获取深度神经网络中网络层的权值张量，其中，权值张量包括多个滤波器；针对网络层的各滤波器，将该滤波器拆分为多个定点卷积核的线性组合，其中，各定点卷积核中的权值为具有指定位宽的定点量化值；针对网络层的各滤波器，将网络层的输入数据与该滤波器的各定点卷积核分别进行卷积运算，得到多个卷积结果，并根据该滤波器的多个定点卷积核的线性组合方式，将各卷积结果加权求和，得到该滤波器的运算结果；确定各滤波器的运算结果组成网络层的输出数据。
滤波器网络层卷积核神经网络线性组合运算结果卷积运算输出数据运算效率求和加权卷积位宽运算量化申请

[发明专利]卷积神经网络模型剪枝方法和装置、电子设备、存储介质-CN202210163245.0在审
发明人：王晓锐 -专利权人：平安科技（深圳）有限公司
申请日： 2022-02-22 - 公布日： 2022-05-13 - 主分类号： G06N3/08 文献下载
摘要：本发明实施例提供卷积神经网络模型剪枝方法和装置、电子设备、存储介质，涉及人工智能技术领域。该卷积神经网络模型剪枝方法，包括：通过获取待剪枝模型中卷积层信息，然后根据卷积层信息进行卷积计算，得到每个卷积层中滤波器对应的滤波器相似值，再根据滤波器相似值计算每个卷积层对应的剪枝重要性指标，根据预设剪枝率和每个卷积层对应的剪枝重要性指标本实施例通过卷积运算量化卷积层中滤波器的重要性，并根据滤波器的重要性值得到模型中每个卷积层内部滤波器的冗余信息，然后利用该冗余信息进行剪枝，能够提高卷积神经网络模型剪枝的准确率，提升模型压缩精度和运算速度
卷积神经网络模型剪枝方法装置电子设备存储介质

[发明专利]用于参数有效的语义图像分割的反馈解码器-CN202080056954.8在审
发明人：王北楠;J·格洛斯纳;S·D·安丘 -专利权人：优创半导体科技有限公司
申请日： 2020-06-30 - 公布日： 2022-03-22 - 主分类号： G06V10/40 文献下载
摘要：一种涉及构建用于提供语义图像分割的编码器和解码器神经网络的系统和方法，包括生成包括编码卷积层的编码器，每个编码卷积层使用相应的第一滤波器内核指定编码滤波器操作，生成对应于编码器的解码器，该解码器包括解码卷积层，每个解码卷积层与相应的编码卷积层相关联，并且每个解码卷积层使用从相应的编码器卷积层的第一滤波器内核导出的相应的第二滤波器内核来指定解码滤波器操作，并向编码器和解码器提供输入图像以用于语义图像分割。
用于参数有效语义图像分割反馈解码器

[发明专利]一种软滤波器剪枝的方法、装置以及系统-CN202110919658.2在审
发明人：赵军锁;曹国庞;吴凤鸽 -专利权人：中国科学院软件研究所
申请日： 2021-08-11 - 公布日： 2021-11-16 - 主分类号： G06N3/08 文献下载
摘要：本申请实施例提供一种软滤波器剪枝的方法、装置以及系统，所述方法包括：利用数据集对卷积神经网络进行第i次训练，得到第i神经网络；根据所述第i神经网络的任一个卷积层包括的滤波器的绝对距离和分布信息，从所述任一卷积层包括的所有滤波器中选择目标剪枝滤波器；将所述多个目标剪枝滤波器设置为零；重复执行以上过程，直至训练次数达到设定数目；移除所述各卷积层中值为0的滤波器，得到第一剪枝神经网络。由于本申请的一些实施例在选取剪枝滤波器时既考虑了绝对距离也考虑了滤波器的分布情况，提升了卷积层的信息含量，当剪枝率较高时，提升模型的精度。
一种滤波器剪枝方法装置以及系统

[发明专利]深度神经网络中的网络层运算方法及装置-CN201810814030.4在审
发明人：李哲暘;谭文明;张渊;杨希超 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2018-07-23 - 公布日： 2020-02-04 - 主分类号： G06N3/04 文献下载
摘要：本申请实施例提供了深度神经网络中的网络层运算方法及装置，方法包括：获取网络层的输入数据、网络层各输入通道对应的输入位移量以及网络层各输出通道对应的输出位移量；针对各滤波器，分别利用该滤波器中各卷积核，对相应输入通道的输入数据进行卷积运算，得到各输入通道的卷积结果；针对各滤波器，根据各输入位移量，按照第一预设数据精度及数据范围，将该滤波器的各卷积结果进行对齐操作，并将对齐后的各卷积结果进行累加，得到该滤波器的累加结果；针对各滤波器，按照该滤波器对应的输出位移量，对该滤波器的累加结果进行移位，确定移位后的各滤波器的累加结果为网络层的运算结果。
滤波器网络层累加结果输入通道输出位移量输入位移量对齐移位运算卷积运算神经网络输出通道预设数据运算结果累加准确率卷积申请

[发明专利]一种适用于射频收发的半带滤波器结构及其实现方法-CN202310090696.0在审
发明人：吴述建 -专利权人：成都博思微科技有限公司
申请日： 2023-02-09 - 公布日： 2023-06-27 - 主分类号： H03H1/00 文献下载
摘要：本发明公开了一种适用于射频收发的半带滤波器结构及其实现方法，该半带滤波器包括寄存器组、卷积器组和运算组，所述寄存器组分别与卷积器组和运算组相连接，卷积器将滤波器系数与寄存器组做卷积运算，并将运算结果再经过子滤波器得到data1，同时，将中心抽头数据通过运算组处理后的数据与data1相加，得到半带滤波器输出数据。本发明优化了半带滤波器结构，并且降低了功耗与电路面积。
一种适用于射频收发滤波器结构及其实现方法

[发明专利]信号处理方法及装置-CN201510364047.0有效
发明人：杨非;阙程晟;徐波 -专利权人：华为技术有限公司
申请日： 2015-06-26 - 公布日： 2019-12-06 - 主分类号： H04L25/03 文献下载
摘要：方法包括：根据第一信道矩阵，计算每个子载波上的IRC矩阵；选取每个子载波上的IRC矩阵中相同行列的元素，对选取出来的元素所组成的向量进行快速傅立叶反变换，得到时域IRC圆周卷积滤波器；将时域IRC圆周卷积滤波器中后第一预设数值个抽头与前第二预设数值个抽头组成时域IRC线性卷积滤波器；根据时域IRC线性卷积滤波器，对接收到信号的时域采样点作处理。由于通过截取圆周卷积滤波器中的抽头得到了线性卷积滤波器，并通过线性卷积滤波器对信号进行处理，使得处理信号时经过的抽头变少了，且只需等待第一预设数值个时域采样点即可输出处理后的信号，从而降低了信号处理时的复杂度及消耗的时延
信号处理方法装置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条