期刊文献+
共找到73篇文章
< 1 2 4 >
每页显示 20 50 100
IR-GCN:二值图卷积神经网络推理加速器
1
作者 于启航 文渊博 杜子东 《高技术通讯》 CAS 北大核心 2024年第10期1024-1035,共12页
针对图卷积神经网络(GCN)中数据规模庞大、不适合边缘端低功耗处理器高效推理计算的问题,本文提出一种将新型二值数据量化算法(IR-Net)应用于GCN模型推理计算的方法,并设计了对应的硬件加速器IR-GCN。同时,针对计算过程中工作负载分布... 针对图卷积神经网络(GCN)中数据规模庞大、不适合边缘端低功耗处理器高效推理计算的问题,本文提出一种将新型二值数据量化算法(IR-Net)应用于GCN模型推理计算的方法,并设计了对应的硬件加速器IR-GCN。同时,针对计算过程中工作负载分布不均衡的问题,实现了一种负载均衡模块设计,显著提高了计算效率。实验结果表明,在较小精度损失范围内,IR-GCN加速器可以同时降低计算延迟以及访存开销。与现有性能最优的研究相比,IR-GCN加速器平均具有2.4倍的计算加速比、7.9倍的功耗降低、13.7倍的芯片面积减少以及21.0倍的访存量降低。 展开更多
关键词 图卷积神经网络(GCN) 神经网络(bnn) 硬件加速器
在线阅读 下载PDF
Bi-SCNN:二值随机混合神经网络加速器
2
作者 于启航 文渊博 杜子东 《高技术通讯》 北大核心 2024年第12期1243-1255,共13页
二值神经网络(BNN)具有硬件友好的特性,但为了保证计算精度,在输入层仍需要使用浮点或定点计算,增加了硬件开销。针对该问题,本文将另一种同样具有硬件友好特性的随机计算方法应用于BNN,实现了BNN输入层的高效计算,并设计了二值随机混... 二值神经网络(BNN)具有硬件友好的特性,但为了保证计算精度,在输入层仍需要使用浮点或定点计算,增加了硬件开销。针对该问题,本文将另一种同样具有硬件友好特性的随机计算方法应用于BNN,实现了BNN输入层的高效计算,并设计了二值随机混合计算架构Bi-SCNN。首先,在BNN输入层使用高精度的随机运算单元,实现了与定点计算近似的精度;其次,通过在处理单元(PE)内和PE间2个层次对随机数生成器进行复用,并优化运算单元,有效降低了硬件开销;最后,根据输入数据的特性对权值配置方式进行优化,进而降低了整体计算延迟。相比于现有性能最优的BNN加速器,Bi-SCNN在保证计算精度的前提下,实现了2.4倍的吞吐量、12.6倍的能效比和2.2倍的面积效率提升,分别达到2.2 TOPS、7.3 TOPS·W^(-1)和1.8 TOPS·mm^(-2)。 展开更多
关键词 神经网络(bnn) 随机计算(SC) 神经网络加速器
在线阅读 下载PDF
基于轻量化二值神经网络的钢铁表面缺陷分类
3
作者 卓晨涛 吴丽君 《光电子技术》 2024年第4期317-323,共7页
基于二值化网络提出了轻量二值化钢铁缺陷分类网络(Lightweight Binarized Steel Defect Classification Network,LBSDC-Net),以期实现实时高精度的钢铁缺陷自动分类。首先,基于可变阈值符号函数和组卷积的理念,设计了双阈值型组卷积模... 基于二值化网络提出了轻量二值化钢铁缺陷分类网络(Lightweight Binarized Steel Defect Classification Network,LBSDC-Net),以期实现实时高精度的钢铁缺陷自动分类。首先,基于可变阈值符号函数和组卷积的理念,设计了双阈值型组卷积模块,以在压缩网络模型的同时最小化二值组卷积引起的信息损失,将基础网络模型大小降低了31.2%,精度仅下降0.34%;其次,通过调整下采样卷积的步长并结合最大池化,降低了残差网络中捷径分支下采样时的信息损失,提升了网络的分类性能;在NEU-CLS钢铁缺陷数据集上的实验结果表明,网络模型大小为11.86 MBit时,LBSDC-Net网络在钢铁缺陷分类任务中准确率达到99.06%。相较于基础网络Bi-Real-Net98.73%的准确率和17.23 MBit的网络模型大小,LBSDC-Net实现了网络规模的有效压缩,还提升了分类精度。 展开更多
关键词 神经网络 轻量化 深度学习 钢铁缺陷 分类
在线阅读 下载PDF
基于二值化和卷积神经网络的SAR图像目标检测方法
4
作者 王盼 胡宝洁 姬祥 《舰船电子工程》 2024年第12期50-54,共5页
论文基于公开的SAR图像数据集,针对目标特征将目标检测划分为目标定位和分类识别两个阶段,利用二值化分割方法进行目标定位,基于卷积神经网络构建分类系统实现目标识别。针对数据集样本少的问题,采取多种方式进行数据集扩充,相关实验证... 论文基于公开的SAR图像数据集,针对目标特征将目标检测划分为目标定位和分类识别两个阶段,利用二值化分割方法进行目标定位,基于卷积神经网络构建分类系统实现目标识别。针对数据集样本少的问题,采取多种方式进行数据集扩充,相关实验证明综合目标检测性能较好,为SAR图像目标检测提供了一种可行的方法。 展开更多
关键词 SAR图像 化分割 卷积神经网络 目标检测
在线阅读 下载PDF
基于SSA-BP神经网络构建近红外光谱汽油辛烷值预测模型
5
作者 郑圣国 陆道礼 陈斌 《石油炼制与化工》 CAS CSCD 北大核心 2024年第11期149-154,共6页
基于100组汽油样品的近红外光谱分析数据,采用不同方法进行预处理,结合麻雀搜索算法(SSA)优化BP神经网络模型,构建了汽油辛烷值SSA-BP预测模型,对模型预测值与汽油研究法辛烷值(RON)测量值进行拟合,并与偏最小二乘法模型及BP神经网络模... 基于100组汽油样品的近红外光谱分析数据,采用不同方法进行预处理,结合麻雀搜索算法(SSA)优化BP神经网络模型,构建了汽油辛烷值SSA-BP预测模型,对模型预测值与汽油研究法辛烷值(RON)测量值进行拟合,并与偏最小二乘法模型及BP神经网络模型的预测结果进行对比。结果表明:采用标准正态变量变换(SNV)方法进行光谱数据预处理后,所建SSA-BP模型的预测精度最高,验证集决定系数(R^(2))为0.9760,预测标准偏差(RMSEP)为0.326;3种汽油辛烷值预测模型中,SSA-BP神经网络模型预测准确度最好,且模型适用性和稳定性良好。说明利用SNV方法预处理光谱数据的SSA-BP神经网络模型,可以将近红外光谱分析技术更好地用于汽油辛烷值的预测,且预测结果具有良好的准确度,可以实现汽油辛烷值的快速无损检测。 展开更多
关键词 汽油 辛烷 麻雀搜索算法 BP神经网络 近红外光谱 偏最小乘法
在线阅读 下载PDF
偏最小二乘与人工神经网络耦合模型在酸雨pH值预测中的应用 被引量:10
6
作者 周秀平 王文圣 曾怀金 《水利水电科技进展》 CSCD 北大核心 2006年第4期50-52,共3页
将偏最小二乘与人工神经网络耦合,建立了一种新型耦合预测模型———偏最小二乘与人工神经网络耦合模型。该模型利用了偏最小二乘方法有效处理自变量之间多重相关性问题和人工神经网络可以较好地解决非线性问题的能力,在城市酸雨pH值预... 将偏最小二乘与人工神经网络耦合,建立了一种新型耦合预测模型———偏最小二乘与人工神经网络耦合模型。该模型利用了偏最小二乘方法有效处理自变量之间多重相关性问题和人工神经网络可以较好地解决非线性问题的能力,在城市酸雨pH值预测中的应用表明,该模型预测精度高,明显优于偏最小二乘回归模型和人工神经网络模型。 展开更多
关键词 酸雨 PH 偏最小乘回归 神经网络 预测模型
在线阅读 下载PDF
神经网络的二值图像模式识别技术 被引量:10
7
作者 洪流 张荫锡 《红外与激光工程》 EI CSCD 北大核心 2001年第6期432-437,共6页
文中论述的是以攻击空中目标为背景的近场图像探测装置对目标的一次性探测机理和识别原则 ,并根据系统的性能指标要求 ,在图像生成过程中对目标的局部图像进行识别和处理。首先介绍了运动目标的一次性非完整图像的基本特征 ,图像的像点... 文中论述的是以攻击空中目标为背景的近场图像探测装置对目标的一次性探测机理和识别原则 ,并根据系统的性能指标要求 ,在图像生成过程中对目标的局部图像进行识别和处理。首先介绍了运动目标的一次性非完整图像的基本特征 ,图像的像点连接键描述和矩阵表示及不变性处理原则。再根据其识别准则 ,论述了一次性非完整目标图像基于人工神经网络的二值图像模式识别方法 ,这样提高了近场图像探测装置对目标的自动识别和抗干扰能力。文中还给出了人工神经网络二值图像模式识别处理系统的原理框图和仿真结果。 展开更多
关键词 图像 人工神经网络 模式识别 图像识别
在线阅读 下载PDF
一种用于图像二值化的细胞神经网络模型 被引量:3
8
作者 乔长阁 高德远 《通信学报》 EI CSCD 北大核心 1995年第2期7-12,共6页
本文提出了一种用于图像二值化的神经网络模型,我们称它为数字式细胞神经网络。它基于蔡少堂等提出的细胞神经网络概念[1][2],但采用了神经元离散时间的数字动力学技术。利用这个模型,只要通过简单的整数运算就可以并行高速地... 本文提出了一种用于图像二值化的神经网络模型,我们称它为数字式细胞神经网络。它基于蔡少堂等提出的细胞神经网络概念[1][2],但采用了神经元离散时间的数字动力学技术。利用这个模型,只要通过简单的整数运算就可以并行高速地对灰度图像进行二值化。对于不同邻接和权值的选择得到了比传统二值化方法更自然的二值图像。另外,所提出的神经网络模型非常适合于数字VLSI实现。 展开更多
关键词 图像 细胞神经网络 模型 图像处理
在线阅读 下载PDF
基于自适应梯度优化的二值神经网络 被引量:1
9
作者 王子为 鲁继文 周杰 《电子学报》 EI CAS CSCD 北大核心 2023年第2期257-266,共10页
二值神经网络由于在储存空间和计算上的高效性,在视觉任务中被广泛运用.为了训练不可导的二值网络,直通近似(Straight-Through Estimator)和S型近似(Sigmoid)等多种松弛优化方法被用来拟合量化函数.但是,这些方法存在两个问题:(1)由于... 二值神经网络由于在储存空间和计算上的高效性,在视觉任务中被广泛运用.为了训练不可导的二值网络,直通近似(Straight-Through Estimator)和S型近似(Sigmoid)等多种松弛优化方法被用来拟合量化函数.但是,这些方法存在两个问题:(1)由于松弛函数和量化算子的差异导致的梯度失配;(2)由于激活值饱和引起的梯度消失.量化函数自身的特性使二值网络梯度的准确性和有效性无法同时保证.本文提出了基于自适应梯度优化的二值神经网络(Adaptive Gradient based Binary Neural Networks,AdaBNN),其通过自适应地寻找梯度准确性和有效性之间的最佳平衡来解决梯度失配和梯度消失的问题.具体而言,本文从理论上证明了梯度准确性和有效性之间的矛盾,并通过比较松弛梯度的范数和松弛梯度与真实梯度之间的差距,构建了这一平衡的度量标准.因此,二值神经网络能根据所提出的度量调整松弛函数,从而得到有效训练.在ImageNet数据集上的实验表明,本文的方法相较于被广泛使用的BNN网络将top-1准确率提升了17.1%. 展开更多
关键词 神经网络 梯度饱和 梯度失配 自适应梯度 图像分类
在线阅读 下载PDF
二值图像细化的细胞神经网络新算法
10
作者 吴新余 杨涛 陈惠开 《南京邮电学院学报》 北大核心 1995年第3期32-42,共11页
给出了基于布尔函灵敏的二值图像细化的细胞神经网络(CNN)新算法。利用CNN的分段线性特性和状态空间分析实现了布尔函数,这不仅可给出一种能代替以前的试凑法的分析算法,而且还可得到一个更广泛和更简洁的结果。
关键词 图像 细化 细胞神经网络 算法 布尔函数
在线阅读 下载PDF
支持CNN与LSTM的二值权重神经网络芯片 被引量:3
11
作者 张士长 王郁杰 +6 位作者 肖航 许浩博 李佳骏 王颖 张浩天 李晓维 韩银和 《高技术通讯》 CAS 2021年第2期122-128,共7页
深度神经网络在图像分类、语音识别、视频检测等领域都取得了巨大的成功,这些领域主要采用了卷积神经网络(CNN)、长短期记忆(LSTM)中的一种或者两种网络类型。由于CNN和LSTM网络结构的差异使得现有深度神经网络加速器无法同时高效支持... 深度神经网络在图像分类、语音识别、视频检测等领域都取得了巨大的成功,这些领域主要采用了卷积神经网络(CNN)、长短期记忆(LSTM)中的一种或者两种网络类型。由于CNN和LSTM网络结构的差异使得现有深度神经网络加速器无法同时高效支持这两种网络类型。权重二值化使得加速器对于CNN和LSTM的同时支持更加高效,同时使得计算复杂度和访存量大幅降低,使得神经网络加速器能够获得更高的能效,并且二值权重对中小规模神经网络模型的精度损失的影响非常有限。本文提出了一种高效支持CNN与LSTM的二值权重神经网络加速器设计结构,该结构在运行CNN和LSTM网络模型时,其核心运算单元利用率超过已有加速器,并且该加速器通过了片上系统(SoC)芯片验证,经过芯片实测,该加速器芯片能效在SoC系统级别达到了6.43 TOPS/W。 展开更多
关键词 卷积神经网络(CNN) 长短期记忆(LSTM) 神经网络加速器 权重 片上系统(SoC)
在线阅读 下载PDF
基于阈值均匀局部二值模式和BP神经网络的太阳电池缺陷检测算法 被引量:9
12
作者 墨恺 徐林 《太阳能学报》 EI CAS CSCD 北大核心 2014年第12期2448-2454,共7页
提出一种阈值均匀局部二值模式(TULBP)算法。该算法使用均一模式以减少特征值的数量,在保证特征描述准确性的同时,可大大加快计算速度。在该算法基础上,提出基于BP神经网络的缺陷检测算法,使用矩形窗口提取特征值,将复杂的缺陷模式判断... 提出一种阈值均匀局部二值模式(TULBP)算法。该算法使用均一模式以减少特征值的数量,在保证特征描述准确性的同时,可大大加快计算速度。在该算法基础上,提出基于BP神经网络的缺陷检测算法,使用矩形窗口提取特征值,将复杂的缺陷模式判断转化为神经网络模式识别问题。实验结果表明,该算法在使用单层BP神经网络时,即可达到较高的准确性,抗噪声能力强,适用范围广。 展开更多
关键词 局部模式 BP神经网络 太阳电池 缺陷检测
在线阅读 下载PDF
二值VGG卷积神经网络加速器优化设计 被引量:5
13
作者 张旭欣 张嘉 +1 位作者 李新增 金婕 《电子技术应用》 2021年第2期20-23,共4页
基于FPGA的二值卷积神经网络加速器研究大多是针对小尺度的图像输入,而实际应用主要以YOLO、VGG等大尺度的卷积神经网络作为骨干网络。通过从网络拓扑、流水线等层面对卷积神经网络硬件进行优化设计,从而解决逻辑资源以及性能瓶颈,实现... 基于FPGA的二值卷积神经网络加速器研究大多是针对小尺度的图像输入,而实际应用主要以YOLO、VGG等大尺度的卷积神经网络作为骨干网络。通过从网络拓扑、流水线等层面对卷积神经网络硬件进行优化设计,从而解决逻辑资源以及性能瓶颈,实现输入尺度更大、网络层次更深的二值VGG神经网络加速器。采用CIFAR-10数据集对基于FPGA的VGG卷积神经网络加速器优化设计进行验证,实验结果表明系统实现了81%的识别准确率以及219.9 FPS的识别速度,验证了优化方法的有效性。 展开更多
关键词 优化设计 卷积神经网络 FPGA加速器
在线阅读 下载PDF
基于误差模型的权重二值神经网络近似加速 被引量:1
14
作者 朱新忠 程利甫 +2 位作者 吴有余 林闽佳 胡汝豪 《上海航天(中英文)》 CSCD 2021年第4期25-30,共6页
针对智能识别系统精确度和硬件复杂度之间的均衡设计问题,提出了一种基于误差统计模型的权重二值神经网络近似加速方法。在提出了一种获得高精度轻量神经网络的权重二值化处理算法基础上,引入近似加法器、消除乘法器以进一步提高能效。... 针对智能识别系统精确度和硬件复杂度之间的均衡设计问题,提出了一种基于误差统计模型的权重二值神经网络近似加速方法。在提出了一种获得高精度轻量神经网络的权重二值化处理算法基础上,引入近似加法器、消除乘法器以进一步提高能效。最终提出了一种系统级误差统计模型用于系统评估和优化设计,该设计能够分析和预测权重二值神经网络近似加速系统的最终精度。结果表明:该模型可以准确地预测系统精度,与仿真结果对比,相对误差在2.05%~3.07%。该模型预测用于指导相应软硬件的设计优化,可大幅提高设计的迭代速度。 展开更多
关键词 近似计算 近似加法器 高能效计算 统计误差模型 权重神经网络
在线阅读 下载PDF
二值图象平滑算法和细胞神经网络实现
15
作者 杨涛 《电子科学学刊》 CSCD 1996年第1期7-14,共8页
本文利用细胞神经网络(CNN)的基本处理单元一细胞的分段线性饱和输出特性和相平面分析法实现了线性可分和线性不可分布尔函数。并利用这一原则实现了二值图象的多种CNN平滑算法。
关键词 细胞神经网络 布尔函数 图象 平滑算法
在线阅读 下载PDF
面向网络边缘应用的新一代神经网络——微型二值神经网络在保持低功耗的同时减少对存储器的需求
16
作者 Hussein Osman 《电子产品世界》 2018年第1期79-81,78,共4页
介绍了面向网络边缘应用的新一代神经网络——微型二值神经网络,可在保持低功耗的同时减少对存储器的需求。
关键词 神经网络 CNN FPGA
在线阅读 下载PDF
离散Hopfield神经网络在职业院校学生综合素养评价中的应用研究
17
作者 俞骋 《科技创新与应用》 2024年第20期150-153,共4页
为克服教育评估中人为因素的干扰,提高评估的准确性和效率,该文探索将离散Hopfield神经网络应用到职业院校学生综合素养的评价中。Matlab仿真发现,通过设置合适的神经元平衡点,离散Hopfield神经网络可根据输入的指标数据对学生的职业综... 为克服教育评估中人为因素的干扰,提高评估的准确性和效率,该文探索将离散Hopfield神经网络应用到职业院校学生综合素养的评价中。Matlab仿真发现,通过设置合适的神经元平衡点,离散Hopfield神经网络可根据输入的指标数据对学生的职业综合素养给出有效的评估,评估结果与专家评估的结果完全一致。 展开更多
关键词 离散HOPFIELD神经网络 职业院校 综合素养评价 化编码 教育评估
在线阅读 下载PDF
基于BP神经网络拟合的二次相关时延估计 被引量:6
18
作者 张宇 严天峰 杨志飞 《兰州交通大学学报》 CAS 2018年第2期38-42,共5页
在TDOA无源时差定位中,外界噪声对定位时延估值精度的影响很大.二次相关时延估计算法虽然具有良好的抗噪能力,但随着信噪比的降低,抗噪性也会下降.将BP神经网络引入二次相关时延估计,基于BP神经网络拟合二次相关时域函数曲线,以提升二... 在TDOA无源时差定位中,外界噪声对定位时延估值精度的影响很大.二次相关时延估计算法虽然具有良好的抗噪能力,但随着信噪比的降低,抗噪性也会下降.将BP神经网络引入二次相关时延估计,基于BP神经网络拟合二次相关时域函数曲线,以提升二次相关时延估计的准确度.仿真结果表明,基于BP神经网络拟合的二次相关时延估计算法在低信噪比条件下具有较高的时延估值精度. 展开更多
关键词 BP神经网络 次相关 TDOA 时延估计 精度
在线阅读 下载PDF
基于PLS-MI组合的天牛须搜索BP神经网络模型对汽油辛烷值的预测性能 被引量:3
19
作者 石翠翠 刘媛华 《石油炼制与化工》 CAS CSCD 北大核心 2021年第9期90-97,共8页
针对数据集中特征变量存在高度非线性和冗余的特点,提出了一种基于偏最小二乘回归(PLS)和互信息(MI)组合降维法的改进天牛须搜索算法(RSBAS)优化BP神经网络模型(PLS-MI-RSBASBP),并用于S Zorb装置汽油辛烷值的预测。首先通过偏最小二乘... 针对数据集中特征变量存在高度非线性和冗余的特点,提出了一种基于偏最小二乘回归(PLS)和互信息(MI)组合降维法的改进天牛须搜索算法(RSBAS)优化BP神经网络模型(PLS-MI-RSBASBP),并用于S Zorb装置汽油辛烷值的预测。首先通过偏最小二乘法和互信息组合算法选取与汽油辛烷值强相关的特征变量,然后使用RSBASBP模型对汽油辛烷值进行预测,并与BP,GABP,BASBP网络模型预测结果比较。结果表明:PLS-MI-RSBASBP模型预测结果较其他模型预测结果的MAE,MSE,RMSE更小,预测准确度高;而且,PLS-MI-RSBASBP模型可以确定影响汽油辛烷值的特征变量,从而进行有效控制和优化。 展开更多
关键词 偏最小乘法 互信息 天牛须搜索算法 BP神经网络 汽油 辛烷
在线阅读 下载PDF
基于改进BP神经网络图像边缘检测的研究 被引量:15
20
作者 曾希君 于博 《微电子学与计算机》 CSCD 北大核心 2009年第8期215-218,共4页
针对传统的边缘检测算法容易产生边缘断裂、不连续等缺点,文中将动量法与自适应学习速率结合起来对传统的BP神经网络进行了改进,并利用该方法对二值图像进行了边缘检测,然后使用神经网络的并行处理模式对灰度图像的8个位面分别进行了检... 针对传统的边缘检测算法容易产生边缘断裂、不连续等缺点,文中将动量法与自适应学习速率结合起来对传统的BP神经网络进行了改进,并利用该方法对二值图像进行了边缘检测,然后使用神经网络的并行处理模式对灰度图像的8个位面分别进行了检测,最后将提取的结果综合成灰度图像的边缘.实验结果表明,该方法对二值图像和灰度图像的边缘检测较传统的检测方法具有更好的效果. 展开更多
关键词 神经网络 边缘检测 改进BP算法
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部