-
公开(公告)号：CN112699956A
公开(公告)日：2021-04-23
申请号：CN202110025987.2
申请日：2021-01-08
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于改进脉冲神经网络的神经形态视觉目标分类方法。所述方法包括：S1：获取神经形态视觉目标分类数据集；S2：脉冲事件流序列化聚合：将数据集中的时空脉冲事件流数据，按照设定的时间分辨率dt聚合成新的事件帧序列数据；S3：构建改进脉冲神经网络模型：改进泄露‑积累‑发射(Leaky Integrity and Fire，LIF)脉冲神经元在时间维度上的突触连接方式，基于改进LIF神经元层搭建改进脉冲神经网络；S4：对于脉冲事件流序列化聚合后的数据集，从序列中随机抽取样本作为输入，训练和测试所构建的改进脉冲神经网络；S5：保存训练好的改进脉冲神经网络结构和网络参数。本发明能够有效的提升神经形态视觉的目标识别与分类中的网络分类准确率问题。
-
公开(公告)号：CN108093496B
公开(公告)日：2020-03-13
申请号：CN201711411743.8
申请日：2017-12-23
Applicant: 西安交通大学
IPC: H04W84/18 , H04L12/24 , H04L12/26 , H04L12/753
Abstract: 一种基于ISA100.11a标准的一致性组网方法，包括：忽略所有无线设备的功能差别，通过系统管理器收集统计整个网格状网络拓扑的单跳无线通信质量作为其拓扑中点对点之间的权重；评估权重，生成非连通复杂网络拓扑图；使骨干路由器和所有无线设备的非连通复杂网络拓扑图组成全连通的新图；将所有添加的从骨干路由器出发的边的权重记为1；再以骨干路由器节点为根节点，求得其最小生成树；取最小生成树根节点的出度，设为K，则非连通复杂网络拓扑图所含树的最少个数与K值相等，在最小生成树中取得直接与根节点相连的全部节点，将这些节点作为路由设备的节点，实现一致性组网。本发明能以最少的路由器数量实现整个无线传感器网络的连通。
-
公开(公告)号：CN108183944A
公开(公告)日：2018-06-19
申请号：CN201711411713.7
申请日：2017-12-23
Applicant: 西安交通大学
Abstract: 一种基于ISA100.11a标准的无线设备设计方法，包括：步骤1，定义现场模块和路由模块；步骤2，定义无线设备分别作为现场设备和路由设备时的结构变化规则；步骤3，无线设备入网；步骤4，当系统管理器要求无线设备从现场设备转换为路由设备时，断开设备管理器对协议控制层管理访问点的连接，启动备用设备管理器负责管理无线设备与系统管理器之间的通信，令现场模块进入休眠或断电状态；步骤5，当系统管理器要求无线设备从路由设备转换为现场设备时，协议控制层停止备用设备管理器的运行，启动用于应用层设备管理器访问的协议控制层管理访问点。本发明无线设备能够灵活地在现场设备和路由设备之间转换，能够节省大量的网络使用成本。
-
公开(公告)号：CN112116532B
公开(公告)日：2022-07-12
申请号：CN202010774427.2
申请日：2020-08-04
Applicant: 西安交通大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于张量块循环展开的彩色图像补全方法，属于图像处理技术领域。首先输入待补全图像并对缺失像素进行n近邻初始化，得到目标图像；然后初始化模型参数，估计目标图像的块循环展开秩并设置权重系数。接着将目标图像以张量形式输入图像补全模型，并采用交替方向乘子法通过迭代对模型进行凸优化求解，其中图像补全模型为基于张量块循环展开的低秩矩阵因式分解模型。最后，对迭代得到的张量进行数据格式转换，使之以待补全图像的格式输出。本方法在进行张量块循环展开时增加了图像切片之间的联系性，从而在一定程度上降低了展开操作所造成的图像结构信息的损失；补全图像的峰值信噪比有了显著提高，且纹理和细节信息更加丰富。
-
公开(公告)号：CN112116062A
公开(公告)日：2020-12-22
申请号：CN202010785534.5
申请日：2020-08-06
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于张量串分解的多层感知机非线性压缩方法。首先利用张量串分解，将多层感知机中的全连接层权重矩阵转化为张量串分解形式；然后在张量串中的每个因子张量之间插入非线性函数，使整个多层感知机转化为轻量化的更深层次的新多层感知机；最后通过少量次数的训练对新的多层感知机进行微调。本发明能够在利用张量串分解对多层感知机进行压缩的基础上，提高整个多层感知机的非线性表达能力，既节省了多层感知机的存储空间，还在一定程度上提升了多层感知机的识别准确率。
-
Patent Agency Ranking
公开(公告)号：CN112699956B
公开(公告)日：2023-09-22
申请号：CN202110025987.2
申请日：2021-01-08
Applicant: 西安交通大学
IPC: G06V10/764 , G06V10/82 , G06N3/049 , G06N3/0464 , G06N3/08 , G06N5/04
Abstract: 本发明公开了一种基于改进脉冲神经网络的神经形态视觉目标分类方法。所述方法包括：S1：获取神经形态视觉目标分类数据集；S2：脉冲事件流序列化聚合：将数据集中的时空脉冲事件流数据，按照设定的时间分辨率dt聚合成新的事件帧序列数据；S3：构建改进脉冲神经网络模型：改进泄露‑积累‑发射(Leaky Integrity and Fire，LIF)脉冲神经元在时间维度上的突触连接方式，基于改进LIF神经元层搭建改进脉冲神经网络；S4：对于脉冲事件流序列化聚合后的数据集，从序列中随机抽取样本作为输入，训练和测试所构建的改进脉冲神经网络；S5：保存训练好的改进脉冲神经网络结构和网络参数。本发明能够有效的提升神经形态视觉的目标识别与分类中的网络分类准确率问题。
-
公开(公告)号：CN112116532A
公开(公告)日：2020-12-22
申请号：CN202010774427.2
申请日：2020-08-04
Applicant: 西安交通大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于张量块循环展开的彩色图像补全方法，属于图像处理技术领域。首先输入待补全图像并对缺失像素进行n近邻初始化，得到目标图像；然后初始化模型参数，估计目标图像的块循环展开秩并设置权重系数。接着将目标图像以张量形式输入图像补全模型，并采用交替方向乘子法通过迭代对模型进行凸优化求解，其中图像补全模型为基于张量块循环展开的低秩矩阵因式分解模型。最后，对迭代得到的张量进行数据格式转换，使之以待补全图像的格式输出。本方法在进行张量块循环展开时增加了图像切片之间的联系性，从而在一定程度上降低了展开操作所造成的图像结构信息的损失；补全图像的峰值信噪比有了显著提高，且纹理和细节信息更加丰富。
-
公开(公告)号：CN108183944B
公开(公告)日：2020-03-17
申请号：CN201711411713.7
申请日：2017-12-23
Applicant: 西安交通大学
Abstract: 一种基于ISA100.11a标准的无线设备设计方法，包括：步骤1，定义现场模块和路由模块；步骤2，定义无线设备分别作为现场设备和路由设备时的结构变化规则；步骤3，无线设备入网；步骤4，当系统管理器要求无线设备从现场设备转换为路由设备时，断开设备管理器对协议控制层管理访问点的连接，启动备用设备管理器负责管理无线设备与系统管理器之间的通信，令现场模块进入休眠或断电状态；步骤5，当系统管理器要求无线设备从路由设备转换为现场设备时，协议控制层停止备用设备管理器的运行，启动用于应用层设备管理器访问的协议控制层管理访问点。本发明无线设备能够灵活地在现场设备和路由设备之间转换，能够节省大量的网络使用成本。
-
公开(公告)号：CN112116062B
公开(公告)日：2024-04-05
申请号：CN202010785534.5
申请日：2020-08-06
Applicant: 西安交通大学
IPC: G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于张量串分解的多层感知机非线性压缩方法。首先利用张量串分解，将多层感知机中的全连接层权重矩阵转化为张量串分解形式；然后在张量串中的每个因子张量之间插入非线性函数，使整个多层感知机转化为轻量化的更深层次的新多层感知机；最后通过少量次数的训练对新的多层感知机进行微调。本发明能够在利用张量串分解对多层感知机进行压缩的基础上，提高整个多层感知机的非线性表达能力，既节省了多层感知机的存储空间，还在一定程度上提升了多层感知机的识别准确率。
-
公开(公告)号：CN112712170A
公开(公告)日：2021-04-27
申请号：CN202110025992.3
申请日：2021-01-08
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于输入加权脉冲神经网络的神经形态视觉目标分类系统，属于人工神经网络技术领域，该分类系统由如下四个方法模块构成：数据预处理模块、网络构建模块、学习模块和推理模块。数据预处理模块用于将获取的事件相机异步输出时空脉冲事件流转换为事件帧序列；网络构建模块用于将输入加权单元和脉冲神经层单元按照一定的网络连接方式搭建成输入加权脉冲神经网络；学习模块用于根据预处理模块得到的事件帧序列，对网络构建模块得到的输入加权脉冲神经网络进行学习，并生成模型文件；推理模块用于加载学习模块输出的网络模型文件进行前馈网络计算。本发明能够使得神经形态视觉分类脉冲神经网络在具备低时延的同时，保持较高性能。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.021 seconds)
