“costream ”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5个，建议您升级VIP下载更多相关专利

[发明专利]一种C/C++与COStream混合编程方法和可视化编译系统-CN201710491698.5有效
发明人：于俊清;董慧;何云峰;唐九飞 -专利权人：华中科技大学
申请日： 2017-06-26 - 公布日： 2019-12-13 - 主分类号： G06F8/20 文献下载
摘要：本发明公开了一种C/C++与COStream混合编程方法和可视化编译系统，属于计算机编译技术领域。本发明技术方案包括：混合编译前端模式选择；混合编译后端C/C++程序与COStream程序通信交互接口设计；混合编译后端多线程处理接口设计；混合编译后端目标代码的生成。本发明技术方案将C/C++与COStream编程结合起来，充分发挥了数据流编程语言COStream在面向多核并行体系结构中的优势，充分发挥了多核处理器的高并行性，而且弥补了C/C++在编写多线程程序复杂性高的问题
一种 c++costream 混合编程方法可视化编译系统

[发明专利]一种COStream语法分析过程中符号表和静态数据流图生成方法-CN202010679621.2在审
发明人：于俊清;黄业兴;李新星 -专利权人：华中科技大学
申请日： 2020-07-14 - 公布日： 2020-11-17 - 主分类号： G06F8/41 文献下载
摘要：本发明公开了一种COStream语法分析过程中符号表和静态数据流图生成方法，属于编译领域。本发明针对COStream中特有的文法结构，以及在静态数据流图生成过程中对变量值、数据流类型和Composite参数的读写需求，设计了层次结构作用域和三种符号表，实现对作用域的快速存储和读取。确定包含Composite调用的程序执行路径，实现对条件语句和循环语句的常量传播，挖掘出程序包含的更多常量信息；根据这些常量信息，实现对包含由变量控制计算节点的程序的编译；嵌套数据流结构的实现使得在使用COStream编程时，能够嵌套使用Splitjoin和Pipeline编程结构，提高了COStream的用户友好性。
一种 costream 语法分析过程符号静态数据流生成方法

[发明专利]一种基于COStream的数据流程工作量精细化估计方法-CN202210691390.6在审
发明人：于俊清;李雅兰 -专利权人：华中科技大学
申请日： 2022-06-17 - 公布日： 2022-09-27 - 主分类号： G06F8/41 文献下载
摘要：本发明公开了一种基于COStream的数据流程工作量精细化估计方法，属于数据流编译器的任务工作量估计领域。包括：获取COStream数据流语言中不同数据类型的基础运算及基础操作的时钟周期数；将待测的程序语句结构生成语法分析树，遍历语法分析树中的所有节点，分别计算每个节点的工作量，待测的程序语句结构的工作量为所有节点工作量的总和；本发明以时钟周期作为单位，细粒度地估计程序语句的工作量，工作量估计方法更精准，并且在进行工作量估计时，考虑了COStream编译器经过优化后的实际执行路径，针对编译器优化后不会执行的程序语句，不会计算相应的工作量，进一步提高了COStream数据流语言中工作量估计的准确性。
一种基于 costream 数据流程工作量精细估计方法

[发明专利]一种基于COStream的HEVC并行编码方法和系统-CN201710477885.8有效
发明人：于俊清;莫斌生;陈珍 -专利权人：华中科技大学
申请日： 2017-06-22 - 公布日： 2019-08-13 - 主分类号： H04N19/436 文献下载
摘要：本发明公开了一种基于COStream的HEVC并行编码方法和系统，其中方法的实现包括：将视频序列划分成若干图像组，通过在COStream中调用C++封装的函数进行图像组并行编码；按照HEVC标准将图像组中每一帧图像划分为若干个CTU，使用COStream的splitjoin结构进行图像并行编码；每个CTU包含若干个语法元素，每个语法元素对应一个熵编码函数，每个语法元素利用COStream的pipeline调用每个语法元素的熵编码函数
一种基于 costream hevc 并行编码方法系统

[发明专利]COStream中用于实现前馈神经网络的sequential结构及其编译方法-CN202011169585.1有效
发明人：于俊清;余冰清 -专利权人：华中科技大学
申请日： 2020-10-27 - 公布日： 2021-11-19 - 主分类号： G06F8/41 文献下载
摘要：本发明公开了一种COStream中用于实现前馈神经网络的sequential结构及其编译方法，属于计算机编译技术领域。本发明结合COStream中已经存在的pipeline结构文法与主流深度学习框架的API设计，设计了基于顺序模型描述深度学习架构、配置学习过程、设置训练数据集以及训练标签集的sequential结构的文法sequential结构的文法设计，使得用户不再需要基于COStream中基本的数据流图构建语言，逐步构造前馈神经网络的正向传播、反向传播过程中计算节点，有效地避免大量的代码。
costream 用于实现神经网络 sequential 结构及其编译方法