“鲁华祥”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果81个，建议您升级VIP下载更多相关专利

[发明专利]基于流水线结构的计算引擎加速装置、方法、设备及介质-CN202310912140.5在审
发明人：赵志远;徐鹏;陈刚;申荣铉;鲁华祥;边昳 -专利权人：中国科学院半导体研究所
申请日： 2023-07-24 - 公布日： 2023-10-24 - 主分类号： G06N3/063 文献下载
摘要：本发明提供了一种基于流水线结构的计算引擎加速装置、方法、设备及介质，神经网络硬件加速技术领域，该装置包括：循环行缓冲器，包括：第一多路选择器，用于确定输入特征图的n个特征图像素点的存储位置，其中，n为大于0的正整数；m个随机存取存储器，用于根据存储位置缓存n个特征图像素点，其中，m为大于0的正整数；第二多路选择器，用于对写入m个随机存取存储器的特征图像素点进行输出；流驱动填充器，用于根据特征图像素点的位置和神经网络中卷积层的边界参数，对第二多路选择器输出的特征图像素点进行边界填充；计算单元阵列，用于对填充后的特征图像素点进行卷积计算；权重存储器，用于缓存神经网络的权重数据。
基于流水线结构计算引擎加速装置方法设备介质

[发明专利]线电压补偿电路、控制器及LED驱动电路-CN201810104530.9有效
发明人：罗杰;鲁华祥;杨文轩;李文昌;王彦虎 -专利权人：中国科学院半导体研究所;中国科学院大学
申请日： 2018-02-01 - 公布日： 2023-10-20 - 主分类号： H05B44/00 文献下载
摘要：本公开提供了一种线电压补偿电路、控制器及LED驱动电路，该线电压补偿电路包括：第一开关、第二开关、第三开关及第一电容；其中，所述第一开关的第一端与第二开关的第一端相连接，并且同时连接至所述线电压补偿电路的输入端；第一开关的第二端与第一电容的第一端相连接，并且同时连接至所述线电压补偿电路的输出端；所述第二开关的第二端与第一电容的第二端相连接，并且同时连接至所述第三开关的第一端；所述第三开关的第二端接地。本公开线电压补偿电路、控制器及LED驱动电路结构简单、成本较低，通过改变线电压补偿方式，实现了线电压补偿的高精度，性能可靠。
电压补偿电路控制器 led 驱动

[发明专利]应用于循环神经网络的激活函数的可重构电路-CN202110144811.9有效
发明人：张博文;陈刚;鲁华祥 -专利权人：中国科学院半导体研究所
申请日： 2021-02-02 - 公布日： 2023-10-13 - 主分类号： G06N3/063 文献下载
摘要：本发明提供了一种用于循环神经网络的激活函数的可重构电路，包括原码转换电路、一比特移位器、二比特移位器、第一选择器、第一反相器、误差补偿单元、乘法器单元、第二选择器、第二反相器和镜像电路；本发明采用重构复用的方式，以同一套电路结构，实现两种不同的激活函数，节省了硬件资源。本发明针对8比特数据位宽，进行误差补偿设计，可实现更高的计算精度。本发明的循环神经网络激活函数不占用片上存储资源，面积小，功耗低，可用于大规模网络加速器的设计中。
应用于循环神经网络激活函数可重构电路

[发明专利]神经网络训练方法和装置、文本翻译方法、电子设备及介质-CN202210260924.X在审
发明人：徐新涛;陈刚;叶俊彬;鲁华祥;边昳 -专利权人：中国科学院半导体研究所;中国科学技术大学
申请日： 2022-03-16 - 公布日： 2023-09-29 - 主分类号： G06N3/082 文献下载
摘要：本公开提供了一种神经网络训练方法，应用于人工智能技术领域，包括：获取初始训练样本数据集，初始训练样本数据集中的初始训练样本包括初始文本数据，对初始训练样本进行预处理，生成训练样本数据集，训练样本数据集中得训练样本包括文本数据以及与文本数据对应的标签信息，标签信息用于表征文本数据的翻译结果，构建待训练的神经网络，待训练的神经网络包括激活层、全连接前向传播层、卷积层，激活层设置于全连接前向传播层之间或者卷积层后，激活层的激活函数采用加法和移位操作实现，利用训练样本数据集训练待训练的神经网络，得到训练完成的神经网络。本申请还公开了一种神经网络训练装置、电子设备及存储介质。
神经网络训练方法装置文本翻译电子设备介质

[发明专利]基于现场可编程门阵列的低资源开销TCP/IP协议栈装置-CN202310912039.X在审
发明人：赵志远;乔瑞秀;陈刚;申荣铉;鲁华祥;边昳 -专利权人：中国科学院半导体研究所
申请日： 2023-07-24 - 公布日： 2023-09-05 - 主分类号： H04L69/16 文献下载
摘要：本发明提供了一种基于现场可编程门阵列的低资源开销TCP/IP协议栈装置，涉及网络通信传输技术领域，该低资源开销TCP/IP协议栈装置包括：UDP模块，用于封装和解析UDP协议中的用户数据，得到第一报文数据段；TCP模块，用于封装和解析TCP协议中的用户数据，得到第二报文数据段；仲裁器，用于确定第一报文数据段或第二报文数据段传输的优先级；数据链路层模块，用于封装和解析第一报文数据段或第二报文数据段，得到第一报文数据帧或第二报文数据帧。通过在原始TCP/IP协议的基础上对协议进行了简化，在满足点对点通信要求的情况下设计了轻量级硬件TCP/IP协议栈，能够在消耗少量逻辑资源的情况下实现高效便捷的网络数据传输。
基于现场可编程门阵列资源开销 tcp ip 协议装置

[发明专利]一种稀疏卷积神经网络加速器及计算方法-CN201910149310.2有效
发明人：余成宇;李志远;毛文宇;鲁华祥;边昳 -专利权人：中国科学院半导体研究所;中国科学院大学
申请日： 2019-02-27 - 公布日： 2023-09-05 - 主分类号： G06N3/06 文献下载
摘要：一种稀疏卷积神经网络加速器及计算方法，其中，加速器包括：卷积计算模块，用于对输入特征图进行乘加处理，生成中间结果，其中，卷积计算模块由9个计算单元组成，每一计算单元由一个及以上的乘加器组成，同一计算单元中乘加器的激活输入相同，9个计算单元设置有一额外激活输入；非线性及池化模块，用于对中间结果进行非线性计算及池化计算，生成输出特征图；全连接层计算模块，用于对输出特征图进行全连接计算，生成最终结果。通过对多个卷积计算模块组合出不同的工作模式，能够在有效利用激活稀疏性加速卷积神经网络计算的同时，产生较小的额外资源开销和较低的负载失衡。
一种稀疏卷积神经网络加速器计算方法

[发明专利]多通道稀疏数据的预处理装置及方法-CN202310760347.5在审
发明人：乔瑞秀;陈刚;赵志远;鲁华祥;边昳 -专利权人：中国科学院半导体研究所
申请日： 2023-06-26 - 公布日： 2023-08-25 - 主分类号： H04L9/08 文献下载
摘要：本发明提供了一种多通道稀疏数据的预处理装置及方法，涉及集成电路与信息通信领域，该预处理装置包括：输入处理模块，包括有效数据缓存器和有效数据绝对地址获取器，有效数据缓存器用于提取原始稀疏数据中的有效数据；有效数据绝对地址获取器用于获取接收端有效信号和有效数据的绝对地址；编码处理模块，包括量子信号存储器和编码逻辑运算器；量子信号存储器用于根据绝对地址从光量子信号池中获取发送端有效信号；编码逻辑电路用于根据接收端有效信号和发送端有效信号进行逻辑运算，得到单通道有效数据；输出处理模块，包括多通道有效数据缓存器，用于将单通道有效数据按照多通道稀疏数据的稀疏轨迹输出。
通道稀疏数据预处理装置方法

[发明专利]实现softmax函数计算的硬件系统及方法-CN202310143879.4在审
发明人：刘海莹;陈刚;毛文宇;申荣铉;鲁华祥 -专利权人：中国科学院半导体研究所
申请日： 2023-02-21 - 公布日： 2023-08-08 - 主分类号： G06N3/063 文献下载
摘要：本发明提供一种实现softmax函数计算的硬件系统及方法，涉及神经网络的硬件加速领域。本发明对softmax函数计算进行优化，通过稀疏化的方式只选择输出有效位值进行指数计算和存储以降低计算冗余和存储需求，并且采用动态移位更新最大值的方式将最大值求取隐藏在流水线中，提高了计算效率。并且，本发明针对其中复杂的指数及除法运算，确定了不同softmax精度需求的指数及除法单元精度选择的方案，改进了分段线性拟合算法，适用性强，可实现通用非线性函数如指数、除法及s型函数等的运算，操作简单，面积小，功耗低，有很大的实用价值。
实现 softmax 函数计算硬件系统方法

[发明专利]卷积神经网络计算装置、数据计算方法-CN201910149064.0有效
发明人：乔瑞秀;龚国良;邓琪;鲁华祥;边昳 -专利权人：中国科学院半导体研究所;中国科学院大学
申请日： 2019-02-27 - 公布日： 2023-07-28 - 主分类号： G06N3/063 文献下载
摘要：一种卷积神经网络计算装置，应用于计算机技术领域，包括：分布式局部存储模块，卷积计算模块，有效信号控制模块，地址管理模块以及缓冲输出模块，分布式局部存储模块，用于存储输入激活值和权重值，卷积计算模块，用于对输入激活值和权重值进行卷积运算，得到中间结果，有效信号控制模块，用于控制卷积计算模块进行卷积运算，地址管理模块，用于对分布式局部存储模块进行读写管理，缓冲输出模块，用于处理中间结果，得到最终结果，并输出最终结果。本发明还公开了一种数据计算方法，增强卷积网络的计算效率。
卷积神经网络计算装置数据计算方法

[发明专利]神经网络加速器-CN202310302915.7在审
发明人：赵志远;陈刚;鲁华祥;边昳 -专利权人：中国科学院半导体研究所
申请日： 2023-03-23 - 公布日： 2023-07-14 - 主分类号： G06N3/063 文献下载
摘要：本公开提供了一种神经网络加速器，包括：第一计算引擎，用于对待识别图像进行卷积处理，得到初始识别结果；至少一个第二计算引擎，用于对所述初始识别结果进行卷积处理，得到所述图像识别结果，其中，所述第一计算引擎和多个所述第二计算引擎依次以串联的形式连接，所述第一计算引擎和所述第二计算引擎中的每一个计算引擎对应神经网络算法的一层。
神经网络加速器

[发明专利]遥感目标检测方法、装置、计算设备及介质-CN202310341017.2在审
发明人：崔梦华;陈刚;龚国良;鲁华祥 -专利权人：中国科学院半导体研究所
申请日： 2023-03-31 - 公布日： 2023-06-27 - 主分类号： G06T7/00 文献下载
摘要：本公开提供一种遥感目标检测方法及装置，涉及计算机视觉领域，该方法包括：通过初始目标检测网络获得所述样本的样本预测信息；利用样本预测信息获得所述初始目标检测网络的网络损失；利用网络损失进行网络训练，获得目标检测网络；将所述检测目标的图像输入所述目标检测网络获得所述检测目标的检测结果。本公开使用了基于无锚机制的分支通信方式有效改善了网络对小目标的漏检现象，加快网络的收敛速度，提高了检测精度。
遥感目标检测方法装置计算设备介质

[发明专利]可编程电阻器、带隙基准源及调节方法-CN202310142645.8在审
发明人：陈刚;李志刚;乔瑞秀;陈义豪;孔鑫;边昳;鲁华祥 -专利权人：中国科学院半导体研究所
申请日： 2023-02-09 - 公布日： 2023-05-30 - 主分类号： G11C13/00 文献下载
摘要：本公开提供一种可编程电阻器、带隙基准源及调节方法，可编程电阻器包括：第一电阻；第一开关组，与第一电阻串联，用于连通第一电阻与两个编程端口，以对第一电阻进行阻值编程；第二开关组，与第一电阻串联，用于连通第一电阻与两个采样端口；反相器，用于控制第一开关组与第二开关组的连通或断开；其中，第一电阻为可变电阻，第一开关组与第二开关组不同时连通。本公开的可编程电阻器结构简单、调节方便，引入到带隙基准源电路中，可实现封装后的多次低成本调节。
可编程电阻器基准调节方法

[发明专利]忆阻器阵列运算电路-CN202310190669.0在审
发明人：孔鑫;李志刚;陈刚;乔瑞秀;鲁华祥;边昳 -专利权人：中国科学院半导体研究所
申请日： 2023-02-24 - 公布日： 2023-05-30 - 主分类号： G11C13/00 文献下载
摘要：本公开提供一种忆阻器阵列运算电路，包括：基本存储模块，包括多个基本存储单元，每个基本存储单元包括相互连接的第一忆阻器和第一晶体管；预处理模块，包括多个共栅放大器，共栅放大器与第一晶体管相连接，以及多个共栅放大器的输出电流汇总输出；偏置模块，用于为预处理模块提供偏置电压；其中，第一晶体管用于接收控制信息，预处理模块用于读取基本存储单元的输出电流，得到第一忆阻器的阻值信息；控制信息与阻值信息在预处理模块中进行乘累加运算。本公开的忆阻器阵列运算电路，扩展了忆阻器的高阻态与低阻态之间的阻值差异，提高了忆阻器阵列读算的并行度，提高了运算能效。
忆阻器阵列运算电路

[发明专利]特征增强与融合的小目标检测方法、装置及设备-CN202310168407.4在审
发明人：崔梦华;龚国良;鲁华祥 -专利权人：中国科学院半导体研究所
申请日： 2023-02-16 - 公布日： 2023-05-09 - 主分类号： G06V20/13 文献下载
摘要：本公开提供了一种特征增强与融合的小目标检测方法，包括：将预设尺寸的小目标图像输入Focus网络之后，进行卷积计算，得到初始特征图；将初始特征图输入浅层特征增强网络结构，得到N组浅层特征图；将第N个浅层特征增强网络模块输出的浅层特征图输入深层特征提取网络结构，得到深层特征图；深层特征图输入跨层特征融合网络结构，得到N组特征融合图，跨层特征融合网络结构包括N个依次连接的跨层特征融合模块，第k个跨层特征融合模块将上一跨层特征融合模块输出的特征融合图和第N—k+1个浅层特征增强网络模块输出的浅层特征图融合；基于目标检测器对深层特征图和N组特征融合图进行目标检测，定位小目标。该方法可实现小目标的高精度检测。
特征增强融合目标检测方法装置设备

[发明专利]基于分治采样粒子滤波的三维机动目标跟踪方法-CN201810841616.X有效
发明人：邓琪;陈刚;鲁华祥;张珊珊 -专利权人：中国科学院半导体研究所
申请日： 2018-07-27 - 公布日： 2023-04-25 - 主分类号： G01S13/72 文献下载
摘要：一种基于分治采样粒子滤波的三维机动目标跟踪方法，包括：1、通过量测信息预处理模块对传感器测得的当前时刻观测数据进行坐标转换，从球坐标系转换到笛卡尔坐标系；2、对步骤1所测得的观测数据进行分治采样，将三维运动空间分解为相互独立的一维子空间，各子空间内独立抽样粒子，获取样本子集；3、降维处理目标机动，结合观测数据对步骤2所分解的每个一维子空间中的样本子集进行粒子滤波，得到该子空间中的预测子状态；4、合并步骤3所得到的各子空间中预测的子状态，得到下一时刻目标的预测状态，缓解因空间中粒子分布稀疏造成算法迭代时粒子加剧退化，导致样本多样性降低，算法性能下降，无法保证跟踪实时性和跟踪精度等技术问题。
基于分治采样粒子滤波三维机动目标跟踪方法

1
2
3
4
5
6
下一页»
尾页
共 81 条