“输入矩阵”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1564022个，建议您升级VIP下载更多相关专利

[发明专利]用于卷积运算的方法、计算设备、计算系统和存储介质-CN202111345826.8在审
发明人：不公告发明人 -专利权人：上海壁仞智能科技有限公司
申请日： 2021-11-15 - 公布日： 2022-02-11 - 主分类号： G06F17/15 文献下载
摘要：具体方案为：获取权重矩阵和输入矩阵，权重矩阵和输入矩阵按照相同大小的块而被划分；迭代一次或多次执行以下变换操作，以用于经由矩阵计算装置执行卷积运算：将权重矩阵在列或行上所包括块的数量对齐到大于或等于数量的最小偶数N，以生成经对齐的权重矩阵；将经对齐的权重矩阵按照列或行对半划分的前半部分和后半部分在输入矩阵的通道维度上进行堆叠，以生成经变换的权重矩阵；以及将输入矩阵中去掉最后N/2列或行的块之后的数据与输入矩阵中去掉最前N/2列或行的块之后的数据在通道维度上进行堆叠，以生成经变换的输入矩阵。由此，能够提高矩阵计算装置进行卷积运算的效率。
用于卷积运算方法计算设备系统存储介质

[发明专利]一种基于图卷积网络和信息融合的实体对齐方法及装置-CN202310819919.2在审
发明人：李雅文;方润泽;邵蓥侠;管泽礼 -专利权人：北京邮电大学
申请日： 2023-07-06 - 公布日： 2023-08-08 - 主分类号： G06F16/36 文献下载
摘要：本发明提供一种基于图卷积网络和信息融合的实体对齐方法及装置，所述方法的步骤包括：获取文献基础数据，文献基础数据包括文献中的实体之间的关系、实体对应的属性和实体在文献中的描述语句；基于文献中的实体之间的关系构建第一输入矩阵，将第一输入矩阵输入到预设的第一模型中，第一模型输出第一嵌入矩阵；基于实体对应的属性构建第二输入矩阵，将第二输入矩阵输入到预设的第二模型中，第二模型输出第二嵌入矩阵；将实体在文献中的描述语句输入到第三模型中，第三模型输出第三嵌入矩阵；基于第一嵌入矩阵、第二嵌入矩阵和第三嵌入矩阵构建联合矩阵；将联合矩阵中的每一行构建为对应一个实体的实体向量，基于实体向量之间的距离进行实体对齐。
一种基于图卷网络信息融合实体对齐方法装置

[发明专利]使用存储器内运算的卷积加速器-CN201910908245.7在审
发明人：林昱佑;李峰旻 -专利权人：旺宏电子股份有限公司
申请日： 2019-09-24 - 公布日： 2020-06-09 - 主分类号： G06N3/063 文献下载
摘要：本发明公开了一种用于加速核矩阵在输入矩阵上的卷积，以用于使用存储器内运算来计算输出矩阵的方法，上述方法涉及在存储单元阵列中的不同存储单元集合中储存核矩阵或多个核矩阵的元素的相应组合。为了执行卷积，将来自输入矩阵的输入向量的序列施加至阵列。将输入向量中的每一者并行施加至不同存储单元集合以在相同时间间隔期间进行计算。感测因应于每个输入向量而产生的来自不同存储单元集合中的每一者的输出，以产生表示所述输入向量对输出矩阵的多个元素的贡献的数据集合。使用在所述输入矩阵上产生的数据集合来产生输出矩阵。
使用存储器运算卷积加速器

[发明专利]基于亲疏度矩阵的点云特征提取方法-CN202110955041.6在审
发明人：沈洋;张蕊华;汪亚明;卢诚波;包艳霞;许嘉麟 -专利权人：丽水学院
申请日： 2021-08-19 - 公布日： 2021-11-19 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于亲疏度矩阵的点云特征提取方法，包括：使用分层卷积来学习点云的分层表示，在输入时，将点坐标映射到曲率空间上去，经过第一层的卷积之后得到空间曲率特征作为后续的输入；利用输入的点集合构建基于欧式内积的亲疏度矩阵，并计算得出一个变换矩阵；通过变换矩阵对每一层的输入进行变换使无序输入转变为有序输入。本发明将在输入时将点坐标映射到曲率空间上去防止空间旋转带来的影响，并以此作为后续的输入；同时，基于欧式内积构建K邻域内的亲疏度矩阵来反映点与点之间的亲疏关系，并以此矩阵计算得到变换矩阵对输入的数据变换使无序输入转变为有序输入
基于亲疏矩阵特征提取方法

[发明专利]反卷积计算的方法、硬件加速器、设备及可读存储介质-CN202010802119.6在审
发明人：王中风;杨培祥;毛文东;林军 -专利权人：南京大学
申请日： 2020-08-11 - 公布日： 2022-01-11 - 主分类号： G06F17/15 文献下载
摘要：本申请公开了反卷积计算的方法、硬件加速器、设备及可读存储介质，该方法包括获取多个输入块，根据第一前置矩阵，对反卷积核中的数据进行变换，获取反卷积核矩阵，根据第二前置矩阵，分别对多个输入块中的数据进行变换，获取多个输入矩阵，然后分别将反卷积核矩阵与多个输入矩阵进行相乘，获取多个中间矩阵，将任一中间矩阵中所有层数据矩阵的数据按通道进行累加，获取多个累加矩阵。根据后置矩阵，分别对多个累加矩阵中的数据进行变换，获取多个输出块。将多个输出块依次排列成输出特征图，获取反卷积计算结果。上述计算过程中，未在原输入特征图中插入大量的零，有效提高了计算效率。
卷积计算方法硬件加速器设备可读存储介质

[发明专利]一种基于神经网络推理的中文缺失代词补全方法-CN201811313974.X有效
发明人：杨婧璇;李思;佟见卓;高升;徐雅静 -专利权人：北京邮电大学
申请日： 2018-11-06 - 公布日： 2020-08-04 - 主分类号： G06F40/284 文献下载
摘要：本发明公开了一种中文缺失代词补全方法，属于信息处理领域，该方法的特征包括：构建输入文本矩阵；循环神经网络形成输入文本语义信息矩阵；构建输入文本上下文文本矩阵；循环神经网络形成句子层面、词语层面两个输入文本上下文语义信息矩阵；利用神经网络推理得到输入文本上下文句子层面各句子重要程度的注意力权重；更新得到上下文句子层面语义信息矩阵；将结果融合输入文本矩阵得到输入文本推理信息矩阵；利用神经网络推理得到输入文本上下文词语层面各句子重要程度的注意力权重；更新得到上下文词语层面语义信息矩阵；融合得到最终输入文本的推理信息矩阵；通过多层感知器得到各词语的缺失代词概率分布；预测输入文本各词语缺失代词类型。
一种基于神经网络推理中文缺失代词方法

[发明专利]一种矩阵块间提前切换的脉动阵列优化方法及装置-CN202211028276.1在审
发明人：文梅;鞠鑫;曹亚松;冯静;杨建超;汤珉琎;杨韧禹;汪志;沈俊忠;康宇晗;方亚豪;黄浩岚;李宇航 -专利权人：中国人民解放军国防科技大学
申请日： 2022-08-25 - 公布日： 2022-11-29 - 主分类号： G06F7/575 文献下载
摘要：本发明公开了一种矩阵块间提前切换的脉动阵列优化方法及装置，本发明包括根据脉动阵列的规模，将输入矩阵A、输入矩阵B和结果矩阵C进行分块，初始化分块编号i为0；采用两个寄存器来依次加载矩阵B的连续分块，使得在输入矩阵B的第i个分块Bi全部使用完成、开始使用输入矩阵B的第i+1个分块Bi+1时提前将输入矩阵B的第i+2个分块Bi+2加载到两个寄存器中；且在使用输入矩阵B的第i个分块Bi时，将输入矩阵A和结果矩阵C中对应的分块流入脉动阵列以参与通用矩阵乘运算本发明能够减少脉动阵列进行通用矩阵乘运算时的数据等待时间，提升脉动阵列的处理性，增加的面积开销小，具有很好的可扩展性。
一种矩阵提前切换脉动阵列优化方法装置

[发明专利]矩阵功率放大器、通信方法以及通信系统-CN201610772841.3有效
发明人：卡尔·J·哈恩三世;丹尼尔·S·鲁科斯 -专利权人：波音公司
申请日： 2016-08-30 - 公布日： 2020-02-21 - 主分类号： H04W52/52 文献下载
摘要：本发明涉及矩阵功率放大器、通信方法以及通信系统。包括下行链路通信模块的通信系统，下行链路通信模块连接到通信平台并且具有矩阵功率放大器，矩阵功率放大器包括输入混合矩阵、输出混合矩阵、布置在输入混合矩阵和输出混合矩阵之间并且至少与输入混合矩阵和输出混合矩阵通信的高功率放大器的组、以及布置在输入混合矩阵和输出混合矩阵之间并且至少与输入混合矩阵和输出混合矩阵通信的调节器的组。通信系统还包括连接到调节器的组中的每一个调节器的驱动电路，驱动电路被配置为命令每一个调节器以时分多址速率修改通过矩阵功率放大器的通信信号。
矩阵功率放大器通信方法以及系统

[发明专利]分块方法及装置、卷积运算的方法及装置、存储介质-CN202210440010.1在审
发明人：不公告发明人 -专利权人：上海壁仞智能科技有限公司
申请日： 2022-04-25 - 公布日： 2022-07-05 - 主分类号： G06F17/16 文献下载
摘要：一种应用于矩阵乘法运算的分块方法、用于卷积运算的方法、应用于矩阵乘法运算的分块装置、用于卷积运算的装置和计算机可读存储介质。该分块方法应用于矩阵乘法运算，矩阵乘法运算用于实现第一矩阵和第二矩阵之间的乘法运算，分块方法包括：基于第一矩阵和第二矩阵，确定输入参数，其中，输入参数包括第一矩阵的维度参数、第二矩阵的维度参数、第一矩阵和第二矩阵每个中的每个数据的数据尺寸、第一矩阵对应的加载带宽、第二矩阵对应的加载带宽和输入缓存器的尺寸；基于输入参数，获得输出参数，其中，输出参数包括循环顺序以及与第一矩阵和第二矩阵对应的分块参数。
分块方法装置卷积运算存储介质

[发明专利]具有视频信号检测的视频装置及用于识别视频信号的方法-CN200410006601.X有效
发明人：格雷厄姆·伯恩 -专利权人：汤姆森特许公司
申请日： 2004-02-24 - 公布日： 2004-09-01 - 主分类号： H04N5/44 文献下载
摘要：视频装置(2)包括输入转换矩阵(6)、同步信号检测器(7)、彩色检测器(8)、输出开关矩阵(9)、以及微控制器(10)。该输入转换矩阵(6)与一视频输入(4)相耦合，该视频输入(4)包括分量视频信号的端子(YPrPb)及CVBS端子(Video)或S－VHS端子(S－Video)。该同步信号检测器(7)和彩色检测器(8)与输入转换矩阵(6)耦合。该输出开关矩阵(9)与输入转换矩阵(6)耦合且与彩色解码器(8)耦合。该微控制器(10)与输入转换矩阵(6)耦合且与同步信号检测器(7)耦合以控制输入转换矩阵(6)。利用微控制器(6)、同步信号检测器(7)及彩色解码器(8)自动检测分量视频信号。
具有视频信号检测视频装置用于识别方法

[发明专利]微处理器集成电路的向量矩阵乘积加速器-CN201410151469.5有效
发明人：米卡埃尔·莫尔滕森 -专利权人：亚德诺半导体集团
申请日： 2014-04-16 - 公布日： 2018-05-04 - 主分类号： G06F7/523 文献下载
摘要：在至少一个示例性实施例中，提供了一种微处理器电路，包括微处理器内核，其经由具有预定整数条（J）数据线的数据存储器总线与数据存储器连接；单端口数据存储器，其构造成以预定向量元顺序存储N元向量的向量输入元，并且构造成存储包括M列矩阵输入元和行矩阵输入元的M x N矩阵的矩阵输入元；向量矩阵乘积加速器，其包括构造成将所述N元向量与所述矩阵相乘以计算出M元合成向量的数据通路，所述向量矩阵乘积加速器输入/输出端口，其使所述数据存储器总线与所述向量矩阵乘积加速器连接；若干向量输入寄存器，其用于存储通过所述输入/输出端口接收的相应矩阵输入元。
微处理器集成电路向量矩阵乘积加速器

[发明专利]用于多输入多输出系统的高角度解析处理方法-CN202111608540.4在审
发明人：王孝宁 -专利权人：为昇科科技股份有限公司
申请日： 2021-12-24 - 公布日： 2023-04-28 - 主分类号： H04B7/0413 文献下载
摘要：本发明提供一种用于多输入多输出系统的高角度解析处理方法，其通过对称阵列天线接收输入讯号矩阵，输入讯号矩阵为至少一目标物的发射讯号或反射讯号，该方法包括有：步骤S1：根据对称阵列天线的天线数量，对应输出转换矩阵；步骤S2：利用转换矩阵，将输入讯号矩阵以及与角度相关的追踪函数进行实数转换，以此得到实数输入讯号矩阵以及实数追踪函数；步骤S3：将实数输入讯号矩阵与实数追踪函数输入至正交匹配追踪模型，以获得目标物数量及对应于目标物所在位置的目标角度
用于输入输出系统角度解析处理方法

[发明专利]一种基于极限学习机的橡胶材料疲劳寿命预测方法-CN202111358465.0在审
发明人：上官文斌;赖威 -专利权人：华南理工大学
申请日： 2021-11-16 - 公布日： 2022-03-18 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于极限学习机的橡胶材料疲劳寿命预测方法，包括以下步骤：设置橡胶材料疲劳试验数据；对试验数据进行预处理；以预处理后的试验数据作为极限学习机模型的输入，确定极限学习机模型中输入层、隐含层、输出层神经元个数；对输入权值矩阵和隐含层阈值矩阵进行寻优，确定预测寿命和实际寿命之间均方误差最小的输入权值矩阵和隐含层阈值矩阵；将最优输入权值矩阵和隐含层阈值矩阵返回极限学习机模型，通过计算隐含层输出矩阵的Moore‑Penrose广义逆，获得输出权值矩阵；结合输入权值矩阵、隐含层阈值矩阵和输出权值矩阵，建立基于极限学习机的橡胶材料疲劳寿命预测模型预测寿命，完成橡胶材料的寿命预测工作。
一种基于极限学习机橡胶材料疲劳寿命预测方法

[发明专利]图像处理、形成装置、图像处理方法、程序、以及记录媒体-CN03133002.9有效
发明人：后藤牧生;南雅范 -专利权人：夏普公司
申请日： 2003-06-14 - 公布日： 2004-02-25 - 主分类号： H04N1/46 文献下载
摘要：本发明的图像处理装置具有输入校正部(6)，该输入校正部(6)具有采用矩阵系数，校正输入的图像的图像数据的色分量信号的强度的输入色校正部(24)；存储多个对应图像种类的矩阵系数的矩阵系数存储部(26)；从存储在矩阵系数存储部(26)的矩阵系数中，读出对应输入的图像种类的矩阵系数，对上述输入色校正部(24)进行设定的控制部(25)。
图像处理形成装置方法程序以及记录媒体

[发明专利]用户属性获取方法及装置-CN201710738930.0有效
发明人：杨阳;黄秀;杨子豪;沈复民;谢宁;申恒涛 -专利权人：成都澳海川科技有限公司
申请日： 2017-08-24 - 公布日： 2020-06-30 - 主分类号： G06F16/9536 文献下载
摘要：所述方法包括获取用户的微博中的文本和图像；再获得所述文本对应的文本输入矩阵；获得所述图像对应的图像输入矩阵；基于所述文本输入矩阵及所述图像输入矩阵，获得总输入矩阵；然后基于所述总输入矩阵，获得所述文本和所述图像中的主题分布情况
用户属性获取方法装置