-
公开(公告)号：CN117081717A
公开(公告)日：2023-11-17
申请号：CN202311062673.5
申请日：2023-08-21
IPC: H04L7/00
Abstract: 本申请公开了一种数据链路的训练方法和通信系统，通信系统包括发送模块与接收模块，训练方法包括：在接收到训练信号时，发送模块及接收模块获取预设的训练数据；发送模块根据第一时钟信号对训练数据进行串化处理，获得串化数据，并持续传输至接收模块，根据第一时钟信号生成随路时钟信号，并传输至接收模块；接收模块根据随路时钟信号生成第二时钟信号，根据第二时钟信号对串化数据进行解串处理，获得解串数据，在确定解串数据与训练数据不一致时，按照预设时间步长调节第二时钟信号的相位，直至解串数据与训练数据一致，并锁定对应的第二时钟信号为数据链路的工作解串时钟信号。本申请可简化数据链路的相位调节电路，以及降低功耗。
-
公开(公告)号：CN116845051A
公开(公告)日：2023-10-03
申请号：CN202310803025.4
申请日：2023-06-30
IPC: H01L23/498 , H01L23/488 , H01L23/528 , H01L25/00 , H01L21/50 , H01L21/60
Abstract: 本申请提供一种基于有源硅中介层的封装结构及其制作方法，应用于基于有源硅中介层的封装结构技术领域，基于有源硅中介层的封装结构包括：封装载体，包括第一焊盘阵列；有源硅中介层，位于封装载体上方，且有源硅中介层包括第二焊盘阵列和第三焊盘阵列；第一金属引线，用于连接第二焊盘阵列与第一焊盘阵列；芯片模组，位于有源硅中介层上方，芯片模组包括至少一个芯片，芯片包括第四焊盘阵列，第四焊盘阵列中与第三焊盘阵列中的焊盘根据同一焊盘布局规划设置，第四焊盘阵列与第三焊盘阵列之间通过第一凸点连接。避免采用TSV工艺，减少工艺缺陷，降低了制造难度以及成本，提高了封装良率。实现对有源硅中介层的复用，进一步降低有源硅中介层的成本。
-
公开(公告)号：CN118349492A
公开(公告)日：2024-07-16
申请号：CN202410279838.2
申请日：2024-03-12
Applicant: 清华大学
IPC: G06F12/0897 , G06N3/063
Abstract: 本发明提供一种面向内存受限设备的深度学习模型自适应推理方法及系统，包括：获取内存约束受限设备的内存预算；基于所述内存预算对给定的深度神经网络模型进行切片、加载以及计算联合规划，生成离线内存规划方案；基于所述离线内存规划方案进行实际部署模型推理，缩减规划方案与实际执行方案之间的差值，完成所述离线内存规划方案的在线部署执行。本发明解决就现有深度神经网络推理过程内存占用高，难以部署在内存受限设备的问题。
-
公开(公告)号：CN118199844A
公开(公告)日：2024-06-14
申请号：CN202410273324.6
申请日：2024-03-11
Applicant: 清华大学
Abstract: 本发明提供一种基于秘密共享的抗侧信息与故障攻击防护方法及相关设备，方法包括：根据使用第一随机数将确定待防护密码算法的初始数据按照门限实现方法构造对应的三个份额进行拓展构造出六个份额，构造门限实现搭配的四组三份额组；随机选取三组三份额组分别进行非线性部分计算得第一份额组、第二份额组和第三份额组；通过预设投票机制对第一份额组、第二份额组和第三份额组进行投票输出选中份额组和未选中份额组对应非线性部分的任一输入份额；根据输入份额生成第二随机数和选中份额组中的三个份额进行拓展重新构造出下一轮的六个份额。在数据路径上对有效数据采用了门限实现方式，具有对侧信道攻击的防护能力和抵御针对一阶侧信道攻击的效果。
-
公开(公告)号：CN111488575B
公开(公告)日：2023-09-22
申请号：CN202010294220.5
申请日：2020-04-15
Applicant: 清华大学
Abstract: 本发明提供一种存储路径上主动防御硬件木马的系统及方法，所述系统包括：密钥单元，与CPU连接，用于根据CPU的指令产生变码操作及解码操作所需的密钥；变码单元，与存储器、所述密钥单元连接，用于获取原始数据，利用所述密钥对原始数据进行变码操作，并传输至所述存储器进行存储；解码单元，与所述存储器、所述密钥单元连接，用于获取所述存储器输出的数据，利用所述密钥对所述存储器输出的数据进行解码操作。本发明可以有效的防御初、高阶木马，既可以充分实现抗硬件木马性能，又能够满足存储器的速率要求，保证芯片的正常工作。
-
Patent Agency Ranking
公开(公告)号：CN115952452A
公开(公告)日：2023-04-11
申请号：CN202211597080.4
申请日：2022-12-12
Applicant: 清华大学
IPC: G06F18/2415 , G06F18/214 , G06F18/25
Abstract: 本申请涉及雷达目标识别技术领域，特别涉及一种基于轻量级分类器的分类方法、装置、电子设备及介质，其中，方法包括：获取待预测动态姿势样本；将待预测动态姿势样本输入至轻量级分类器，得到待预测动态姿势样本从属于各预设动态姿势类别的第一概率向量和第二概率向量；融合第一概率向量和第二概率向量得到目标概率向量，并根据目标概率向量选择概率最高的类别作为待预测动态姿势样本的标签。由此，解决离线采集训练样本成本高的问题以及离线监督式机器学习算法在未提供过训练样本的用户上的泛化性能低的问题，同时该算法具有较低的复杂度，可部署在轻量化平台上。
-
公开(公告)号：CN110163130A
公开(公告)日：2019-08-23
申请号：CN201910381675.8
申请日：2019-05-08
Applicant: 清华大学
Abstract: 本发明公开了一种用于基于雷达的手势识别的分类器。通过信号处理，获得每一帧信号的距离多普勒图(Range Doppler Map，RDM)，从而得到RDM序列，并提取特征用于手势识别。为了解决手势数据在时间维度上的扭曲带来的特征错位问题，发明了一种特征预对齐的手势识别算法。首先基于DTW(Dynamic Time Warping)，为每个类别生成一个模板，然后根据每类的模板，将每帧的特征对齐，并训练一个二分类的随机森林，用于判断测试样本是否属于该类别，最后，根据测试样本属于各个类别的概率，对手势进行分类。实验证明，本发明提高了分类器对于未提供过训练样本的用户的手势识别准确率，对8种不同手势的识别率为91.9％，同时需要较少的训练样本和较低的计算复杂度。
-
公开(公告)号：CN105893036A
公开(公告)日：2016-08-24
申请号：CN201610192047.1
申请日：2016-03-30
Applicant: 清华大学
CPC classification number: G06F8/61 , G06F9/4416
Abstract: 一种嵌入式系统的兼容式加速器扩展方法，在WSN节点硬件系统上增加一个代理机和若干硬件加速器，代理机设置于WSN节点的处理器外设总线上，向上对WSN节点的处理器负责，并作为所有新增硬件加速器的总代理，向下管理所有新增硬件加速器，代理机与所有新增硬件加速器构成一个子系统，新的应用程序既可使用原有硬件资源接口也可使用新增的硬件加速器资源接口；本发明把对扩展加速器的访问虚拟成对外设地址的读写，实现了对原有指令集的兼容，保证了新添加硬件的组件对原有标准组件的完整兼容性；封装后的扩展加速器组件，为用户上层调用扩展资源提供了便利，减轻了用户在WSN节点平台上增加新模块和软件移植的难度和工作量。
-
公开(公告)号：CN104750638A
公开(公告)日：2015-07-01
申请号：CN201310750197.6
申请日：2013-12-30
IPC: G06F13/20
CPC classification number: Y02D10/14 , Y02D10/151
Abstract: 本发明公开了一种接口适配器及与Wishbone兼容的裁剪方法，涉及系统芯片SOC设计以及IP复用设计。本发明公开的接口适配器，至少包括隔离单元和状态机单元，其中：状态机单元，根据主控制器信号和本接口适配器内其他各单元的信号执行整个裁剪过程中各个状态之间的跳转操作，并在裁剪的不同阶段控制所述隔离单元将wishbone接口的从设备的输入输出信号钳位在固定值。本发明还公开了一种与Wishbone兼容的裁剪方法。本申请技术方案适用于可裁剪、低功耗、高能效、即插即用的SOC系统设计，可实现满足异质多功能模块SOC灵活配置。
-
公开(公告)号：CN103484142B
公开(公告)日：2015-02-18
申请号：CN201310452840.7
申请日：2013-09-25
Applicant: 清华大学 , 浙江清华长三角研究院
Abstract: 本发明提供了一种生物质与塑料共催化热解制备芳烃的方法，其特征在于，以生物质和塑料为原料，HZSM-5分子筛为催化剂，氮气作为载气，催化热解仪为反应器，经催化快速热解合成液体芳烃。作为优选，以纤维素和聚乙烯为原料，浸渍5%镓的HZSM-5分子筛为催化剂，提高芳烃产物收率。本发明所述方法能够使催化快速热解反应中的分子筛催化剂积炭失活速率减缓；反应过程中产生的气体经过分离处理，可以作为石油液化气使用；生产过程清洁，不会产生固体废弃物以及二次污染；可以利用小型化工厂的反应设备进行连续生产。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.024 seconds)
