-
公开(公告)号：CN113485796B
公开(公告)日：2023-07-25
申请号：CN202110869371.3
申请日：2021-07-30
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于集群架构的分布式可扩展模拟计算方法，包括：根据神经元类型与数量、神经突触类型与数量、神经元连接关系，生成脉冲神经网络；根据脉冲神经网络计算机集群资源情况，将脉冲神经网络的神经元分配至集群的各个计算节点上；在每个计算节点CPU上的每个计算核中，并行启动每个周期脉冲神经网络的神经元模拟仿真过程，并在周期更迭间进行计算节点内同步与计算节点间同步；在每个周期内，脉冲神经网络中神经元之间进行信息交互即脉冲传输；节点内脉冲传输使用无锁式双缓冲数据传输机制，节点间脉冲传输依靠TCP/IP协议；在模拟仿真过程周期到达预设的模拟周期数时，记录脉冲神经网络所有模拟周期中神经元的脉冲发放情况，完成仿真过程。
-
公开(公告)号：CN113392875B
公开(公告)日：2023-03-24
申请号：CN202110552041.1
申请日：2021-05-20
Applicant: 广东工业大学
IPC: G06V10/764 , G06V10/774 , G06V10/762 , G06N3/04 , G06N3/084 , G06N3/08
Abstract: 本申请公开了一种图像细粒度分类的方法、系统和设备，方法包括：首先对图像并进行预处理和归一化处理，接着输入到卷积神经网络中进行特征提取，既考虑到传统的图像空间特征，又考虑到图像通道的特征，有利于提高细粒度图像分类的效果；然后通过SENet模块获得不同通道之间的比例关系，能够识别出图像更多细微的判别性区域；并且采用度量学习的聚类方法，实现在一个图像中找到多个注意力区域，从而将图像中相同类别的局部特征进一步拉近距离，不同类别的局部特征进一步拉大距离；最后不断对图像分类模型进行训练直至损失函数收敛获取最优图像分类模型，从而通过模型对图像进行分类，从而解决现有技术对图像进行细粒度分类的准确度较差的技术问题。
-
公开(公告)号：CN112242963B
公开(公告)日：2022-06-24
申请号：CN202011096640.9
申请日：2020-10-14
Applicant: 广东工业大学
IPC: H04L49/9005 , G06N3/04
Abstract: 本发明公开了一种快速的高并发神经脉冲数据包分发传送方法，应用于计算节点，包括当计算节点接收到神经脉冲数据包时，通过其中的FPGA模块基于神经脉冲数据包中的CPU编号，将神经脉冲数据包发送到目标CPU模块；在目标CPU模块中，由路由核基于神经脉冲数据包的计算核编号和缓冲区数据分发表，确定目标计算核并发送神经脉冲数据包；而当目标计算核接收到神经脉冲数据包时，再依据神经元数据分发表和神经元编号，确定第一目标神经元并发送神经脉冲数据包，从而激活第一目标神经元，更为灵活地根据神经脉冲进行快速路由传输，提高资源利用效率，同时不需要硬件上的改动设计，降低实施成本。
-
公开(公告)号：CN114645377A
公开(公告)日：2022-06-21
申请号：CN202210264400.8
申请日：2022-03-17
Applicant: 广东工业大学
Abstract: 本发明公开了一种聚乙烯醇与牛血清白蛋白的静电纺丝复合薄膜及其制备方法，旨在提供一种表面光滑、韧性和致密性良好、无毒性、成膜性好、生物相容性优良、亲疏水性优良的静电纺丝复合薄膜，其技术方案是采用是采用聚乙烯醇与牛血清白蛋白经过静电纺丝方法制备得到；该静电纺丝复合薄膜可用于小分子污染物的特异性吸附和应用于表面增强拉曼光谱的基体材料；属于高分子复合材料技术领域。
-
公开(公告)号：CN113033782A
公开(公告)日：2021-06-25
申请号：CN202110352414.0
申请日：2021-03-31
Applicant: 广东工业大学
Abstract: 本发明公开了一种手写数字识别模型训练方法和系统，输入MNIST训练数据集和STDP突触初始权值矩阵，建立各神经元模型和各突触模型，使用分布式多线程并行技术，根据计算机资源动态使用多个线程对神经元群体进行预先划分，然后建立线程内局域脉冲神经网络，将每个独立线程内的神经元群体、突触连接关系以及突触权值进行初始化，在初始化完成后，所有线程按照设定轮数迭代进行并行训练，解决了现有的脉冲神经网络采用串行训练方法，不能合理利用计算机资源，训练效率低下，不利于推广的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN112242963A
公开(公告)日：2021-01-19
申请号：CN202011096640.9
申请日：2020-10-14
Applicant: 广东工业大学
IPC: H04L12/861 , G06N3/04
Abstract: 本发明公开了一种快速的高并发神经脉冲数据包分发传送方法，应用于计算节点，包括当计算节点接收到神经脉冲数据包时，通过其中的FPGA模块基于神经脉冲数据包中的CPU编号，将神经脉冲数据包发送到目标CPU模块；在目标CPU模块中，由路由核基于神经脉冲数据包的计算核编号和缓冲区数据分发表，确定目标计算核并发送神经脉冲数据包；而当目标计算核接收到神经脉冲数据包时，再依据神经元数据分发表和神经元编号，确定第一目标神经元并发送神经脉冲数据包，从而激活第一目标神经元，更为灵活地根据神经脉冲进行快速路由传输，提高资源利用效率，同时不需要硬件上的改动设计，降低实施成本。
-
公开(公告)号：CN106277161A
公开(公告)日：2017-01-04
申请号：CN201610656667.6
申请日：2016-08-11
Applicant: 广东工业大学
IPC: C02F1/28 , B01J20/24 , B01J20/30 , C02F101/34
CPC classification number: C02F1/286 , B01J20/24 , C02F2101/34
Abstract: 本发明公开了一种用油菜秸秆吸附含酚废水的方法，利用油菜秸秆的多孔性结构，在自然条件下干燥油菜秸秆，将油菜秸秆切割成粒径为1～5cm的颗粒，用0.5～2mol/L的无机酸中浸泡4～12h，在100～150℃下烘干，加入0.5～3mol/g的钠盐活化剂，在60～80℃下搅拌6～24h后烘干，加入到含酚废水中进行吸附，除酚率最高可达81.7％。吸附后的油菜秸秆经简单的过滤干燥后还可作为燃料，不会产生二次污染。此方法操作简单，成本低，除酚效果明显，对环境无产生新污染，在工业上有一定的应用价值。
-
公开(公告)号：CN106179422A
公开(公告)日：2016-12-07
申请号：CN201610599680.2
申请日：2016-07-27
Applicant: 广东工业大学
IPC: B01J27/051
CPC classification number: B01J27/0515
Abstract: 本发明公开了一种负载金属镍的氧掺杂MOS2-石墨烯催化剂的制备方法；旨在提供一种分散均匀，稳定性好，具有优良的加氢脱硫催化效果的催化剂；其技术要点：在纳米MOS2-石墨烯片的基础上掺杂氧原子，再加入还原剂制得；属于催化剂技术领域。
-
公开(公告)号：CN105289636A
公开(公告)日：2016-02-03
申请号：CN201510746216.7
申请日：2015-11-03
Applicant: 广东工业大学
IPC: B01J23/883 , B01J35/10
Abstract: 本发明公开了一种纳米Ni-Mo/氧化石墨烯催化剂及其制备方法；旨在提供一种分散均匀，稳定性好，具有优良的加氢脱硫催化效果的催化剂；其技术要点：所述的催化剂为活化后的氧化石墨烯表面负载纳米镍粒子和纳米钼粒子；属于催化剂技术领域。
-
公开(公告)号：CN113033782B
公开(公告)日：2023-07-07
申请号：CN202110352414.0
申请日：2021-03-31
Applicant: 广东工业大学
Abstract: 本发明公开了一种手写数字识别模型训练方法和系统，输入MNIST训练数据集和STDP突触初始权值矩阵，建立各神经元模型和各突触模型，使用分布式多线程并行技术，根据计算机资源动态使用多个线程对神经元群体进行预先划分，然后建立线程内局域脉冲神经网络，将每个独立线程内的神经元群体、突触连接关系以及突触权值进行初始化，在初始化完成后，所有线程按照设定轮数迭代进行并行训练，解决了现有的脉冲神经网络采用串行训练方法，不能合理利用计算机资源，训练效率低下，不利于推广的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.031 seconds)
