-
公开(公告)号：CN119441089A
公开(公告)日：2025-02-14
申请号：CN202411555387.7
申请日：2024-11-04
Applicant: 南京大学
Abstract: 本发明涉及数据传输技术领域，尤其涉及一种适用于FFT算法的数据传输通路，本发明提出以下方案，通过AXI总线从DDR存储器获取数据，经DMA传输至SRAM阵列。采用数据传输接口结合fft_port模块，使每周期传输256bit数据(四个64bit浮点数)，实现了传输速率的4倍提升。该通路包括无冲突访存控制器，通过索引‑地址转换规则将数据高效存储至SRAM。此外，系统支持多批处理和补零操作，确保数据点数符合FFT算法要求，适应2的n次方和非2的n次方数据集的处理需求。握手信号控制单元动态管理ack信号，在补零期间暂停数据传输。该通路支持最大4M点的FFT运算，满足高效、大规模数据处理需求。
-
公开(公告)号：CN119202828A
公开(公告)日：2024-12-27
申请号：CN202411247094.2
申请日：2024-09-06
Applicant: 南京大学
IPC: G06F18/241 , A61B5/369 , A61B5/372 , A61B5/00 , G06F18/2431 , G06F18/214 , G06F18/2131 , G06F18/10 , G06N3/0464
Abstract: 本申请的一种轻量化的癫痫脑电信号四分类方法，涉及脑电信号处理技术领域，通过采集用户的脑电信号；集成短时傅里叶变换、频谱重构策略、一维卷积神经网络和长短时记忆网络，构建脑电信号四分类模型；基于训练好的脑电信号四分类模型，将用户的脑电信号作为输入，输出脑电信号属于每个类别的概率值；比较四个类别的概率值，将概率值最大的类别作为该脑电信号的所属类别，根据所属类别发送相应的警报。相比传统的二分类、三分类模型，本申请的脑电信号四分类模型将发作后期的特征纳入了识别的范围，实现了模型准确率的提升，基于频谱重构策略的轻量化设计，使得本申请的一种轻量化的癫痫脑电信号四分类方法得以应用于边缘可穿戴设备场景。
-
公开(公告)号：CN119987715A
公开(公告)日：2025-05-13
申请号：CN202510069511.7
申请日：2025-01-16
Applicant: 南京大学
Abstract: 本发明公开了一种基于一乘两加结构的乘累加运算方法及装置，包括：乘累加模块和控制模块；其中，所述乘累加模块用于获取至少两组源数据，通过一个乘法器和两个加法器对所述源数据进行乘累加运算，得到结果数据；所述控制模块根据计数警示信号生成控制信号，控制所述乘累加模块的乘累加运算过程。本发明通过一乘两加结构的乘累加模块实现数据的乘累加运算，能够更灵活地支持多并行度的计算任务；通过控制模块控制乘累加计算过程，可以根据不同的应用场景，配置不同的控制逻辑和运算流程；实现了高效的乘累加运算，并具有良好的可扩展性和灵活性。
-
公开(公告)号：CN119974164A
公开(公告)日：2025-05-13
申请号：CN202510362655.1
申请日：2025-03-26
Applicant: 南京大学(苏州)高新技术研究院
Abstract: 本发明公开了一种3DPC中钢纤维可定向排布和混凝土自修复装置及方法，属于混凝土3D打印技术领域，采用以吸附嗜酸芽孢杆菌微生物裂缝修补剂的中空钢纤维。在打印过程中，通过外加可控磁场和编程控制中空钢纤维定向排布的控制精度和排布方式，使受磁场磁化的中空钢纤维，沿磁场定向排列，发生运动，穿过打印层之间的界面，形成纤维连接。当构件产生裂缝后，中空钢纤维受到挤压释放出含有嗜酸芽孢杆菌微生物的含有修复剂，嗜酸芽孢杆菌微生物有氧呼吸产生代谢产物CO2，与水泥基材料中的Ca2+反应生成CaCO3晶体填充空隙和裂缝。
-
公开(公告)号：CN119558360A
公开(公告)日：2025-03-04
申请号：CN202411607181.4
申请日：2024-11-12
Applicant: 南京大学
IPC: G06N3/049 , G06N3/0464 , G06N3/063
Abstract: 本发明涉及神经网络技术领域，是一种基于四进制脉冲的脉冲神经网络加速器及其计算方法，具体方法包括：构建神经元模型，预设三个膜阈值，根据神经元实时膜电位和三个膜阈值进行四进制脉冲生成触发判断，同时在四进制脉冲生成过程中执行零跳过策略，筛选获得有效四进制脉冲；当所述神经元模型中的神经元生成并发放有效四进制脉冲完成后，通过膜电位重置策略对神经元的膜电位进行重置处理；同步使用带有四进制脉冲的输入数据对带有四进制脉冲的深度残差脉冲神经网络进行训练，并通过额外的加法器生成最终的输出膜电位和四进制脉冲；本发明显著缩短了SNN的处理时间窗口，提高了计算效率和能效，适用于各种神经网络计算任务。
-
Patent Agency Ranking
公开(公告)号：CN119523414A
公开(公告)日：2025-02-28
申请号：CN202411507881.6
申请日：2024-10-28
Applicant: 南京大学
Abstract: 本发明涉及癫痫预测技术领域，是一种基于可调节抑制发射的脉冲神经网络的癫痫预测系统，具体包括：数据预处理模块、脉冲神经网络模块、神经网络优化模块、发射模式判断模块和加速器模块；通过数据预处理模块得到可以供给神经网络训练和测试的数据集，然后通过脉冲神经网络模块、神经网络优化模块和发射模式判断模块对脉冲神经网络进行软件优化和硬件优化，最后通过加速器模块实现所述基于可调节抑制发射的脉冲神经网络的癫痫预测系统，本发明解决了现有技术中，脉冲神经网络的计算量庞大，功耗消耗也大导致计算速度慢且无法满足可穿戴设备需求的问题。
-
公开(公告)号：CN118091819A
公开(公告)日：2024-05-28
申请号：CN202211488653.X
申请日：2022-11-25
Applicant: 苏州维旺科技有限公司 , 苏州大学 , 南京大学
IPC: G02B6/00 , G02F1/13357
Abstract: 本发明涉及一种导光板、背光模组和显示装置。导光板包括：入光面；出光面，与入光面连接；以及底面，与出光面相对设置，底面包括沿远离入光面的方向依次设置的第一区域和第二区域，第一区域内任一点至入光面的距离小于第二区域内任一点至入光面的距离；第一区域内设置有若干个第一导光网点和若干个第二导光网点，第二区域内设置有若干个第一导光网点；第一导光网点具有朝向入光面的第一反射面，第一反射面与底面之间的夹角为第一夹角，第二导光网点具有朝向入光面的第二反射面，第二反射面与底面之间的夹角为第二夹角，第一夹角与第二夹角均小于或者等于5°，且第一夹角小于第二夹角。上述导光板能够在不影响出光均匀性的同时，实现窄视角显示。
-
公开(公告)号：CN117962290A
公开(公告)日：2024-05-03
申请号：CN202211490195.3
申请日：2022-11-25
Applicant: 苏州维旺科技有限公司 , 苏州大学 , 南京大学
Abstract: 本发明公开了一种热压成型装置，包括：第一加压机构，包括：第一平板模具；第二加压机构，与所述第一加压机构相对设置，包括：第二平板模具；所述第一平板模具和/或所述第二平板模具具有若干导光微结构；当对待加工导光板进行压印时，所述第一平板模具和所述第二平板模具分别挤压所述待加工导光板的两个相对面，以将所述第一平板模具和/或所述第二平板模具的若干导光微结构转印至所述待加工导光板。本发明通过第一平板模具和第二平板模具同时对待加工导光板进行整平面挤压，将第一平板模具和/或第二平板模具上的若干导光微结构转印至待加工导光板，可实现导光微结构的高保真转写或复制，且提高了转写效率。
-
公开(公告)号：CN119474000A
公开(公告)日：2025-02-18
申请号：CN202411507882.0
申请日：2024-10-28
Applicant: 南京大学
IPC: G06F15/78 , G06F15/173 , G06F7/544 , G06N3/063 , G06N3/0464
Abstract: 本发明涉及近似片上网络技术领域，公开了一种面向卷积神经网络加速的高实时性近似片上网络，结合神经网络的数据分布情况，提出基于数据分级的近似压缩和分段恢复方案，实现在降低通信开销的同时，保持神经网络推理精度；并提出一个质量控制模型，该模型能够快速搜索出满足质量损失约束的神经网络各层阈值，确保网络在进行近似通信的同时保持准确性；进一步提出基于拥塞感知的阈值动态调整方案，通过感知网络中的拥塞情况，动态调整每一层的近似阈值，以实现对数据压缩率的实时优化，从而有效缓解通信网络中的拥塞问题；结合近似通信后网络中的激活数据分布特征，优化计算阵列中的近似计算模块，提升计算阵列的整体效率，实现计算加速。
-
公开(公告)号：CN119441950A
公开(公告)日：2025-02-14
申请号：CN202411575006.1
申请日：2024-11-06
Applicant: 南京大学
IPC: G06F18/24 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/0464 , G06F18/22 , G06N3/0442 , A61B5/00 , A61B5/369
Abstract: 本发明公开了一种面向癫痫监测的小样本脑电信号分类方法，属于脑电信号处理及分类技术领域，其方法具体包括：构建癫痫四分类融合模型，包括：共享网络层、二分类子网络层和三分类子网络层，获取癫痫脑电信号样本，将癫痫脑电信号样本输入到共享网络层，对癫痫脑电信号样本进行特征提取，捕捉癫痫脑电信号的复杂特征，将提取的癫痫脑电信号的复杂特征输入至癫痫四分类融合模型中，输出脑电信号分类结果，利用条件加权投票算法对脑电信号分类结果进行加权投票，输出投票结果，考虑了不同时期的数据特征差异以及数据量差异，通过将四分类任务拆分为二分类和三分类，结合条件加权投票算法，使得模型在发作期很少的小样本情况下也能保持较好的学习效果和速率。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.036 seconds)
