检索结果-内蒙古大学图书馆

计算机应用与软件 2024年第5期41卷 131-137页

作者：李文星喻明毫王子牛高建瓴林宁贵州大学计算机科学与技术学院贵州贵阳550025 贵州大学大数据与信息工程学院贵州贵阳550025 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190

针对现有的人体姿态估计模型存在的模型参数量和计算量大、冗余度高、耗时长等问题,提出一种基于轻量级注意力机制的网络框架。使用轻量级网络MobilenetV3替代了原OpenPose的主干网络VGG-19;对OpenPose的二分支多阶段的卷积神经网络框... 详细信息

针对现有的人体姿态估计模型存在的模型参数量和计算量大、冗余度高、耗时长等问题,提出一种基于轻量级注意力机制的网络框架。使用轻量级网络MobilenetV3替代了原OpenPose的主干网络VGG-19;对OpenPose的二分支多阶段的卷积神经网络框架进行压缩;引入空间和通道相结合的注意力机制模块CBAM对模型的速度和精度进行权衡。实验结果表明,该方法下的网络模型大小和浮点计算量分别为10.51 MB和22.65 GFlops,相对于原OpenPose减少了79.91%和83.35%;在COCO2017测试集下,能够在保持较高的检测精度和召回率的基础上显著提升检测速度。

关键词：人体姿态估计计算机视觉 OpenPose 轻量级网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于ARM架构的中值滤波算法优化

引用

计算机工程与科学 2022年第10期44卷 1738-1746页

作者：牟明任贾海鹏张云泉邓明森曲国远魏大洲张广婷贵州财经大学信息学院贵州贵阳550025 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190 中国航空无线电电子研究所上海200241

中值滤波是图像处理中降低椒盐噪声的一种有效手段,其核心是计算当前滤波窗口内所有像素的中值。中值滤波具有稳定性,当一幅图像的像素点被改变时,即使改变的值很大,也不会影响中值滤波的计算结果。滤波窗口遍历整幅图像后,就完成了整... 详细信息

中值滤波是图像处理中降低椒盐噪声的一种有效手段,其核心是计算当前滤波窗口内所有像素的中值。中值滤波具有稳定性,当一幅图像的像素点被改变时,即使改变的值很大,也不会影响中值滤波的计算结果。滤波窗口遍历整幅图像后,就完成了整幅图像的中值滤波计算。中值滤波算法的关键是定义最优中值算法,以在最短的时间内获取中值。对此,提出并实现了自适应中值算法,能够根据滤波窗口半径和数据类型,自动选择性能最佳的中值算法,并使用ARM NEON指令集进行优化加速。实验结果表明,提出的自适应中值滤波算法较OpenCV的中值滤波算法性能有显著提升,平均性能提升了20%。

关键词：中值滤波中值算法 ARM指令集

来源：评论

学校读者我要写书评

暂无评论

虚拟桌面操作系统灾难离线检测与恢复

引用

计算机工程与设计 2013年第3期34卷 849-853页

作者：杨鹏斐高云伟冯百明陈旺虎展旭升西北师范大学数学与信息科学学院甘肃兰州730070 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190

针对虚拟桌面操作系统在遭受恶意攻击后灾难文件的检测和恢复问题,设计了基于Xen虚拟化技术的虚拟桌面操作系统引导文件和关键文件灾难恢复系统。该系统在离线状态下计算被检测镜像中引导文件和关键文件的特征码,将其与特权虚拟机中对... 详细信息

针对虚拟桌面操作系统在遭受恶意攻击后灾难文件的检测和恢复问题,设计了基于Xen虚拟化技术的虚拟桌面操作系统引导文件和关键文件灾难恢复系统。该系统在离线状态下计算被检测镜像中引导文件和关键文件的特征码,将其与特权虚拟机中对应备份文件的特征码比对,对灾难文件进行精确定位,再使用备份文件进行快速恢复。实验结果表明,该系统能快速有效性的检测和恢复虚拟桌面操作系统灾难文件。

关键词：虚拟桌面灾难离线检测恢复特征码比对

来源：评论

学校读者我要写书评

暂无评论

基于OpenCL的Kmeans算法的优化研究

引用

计算机科学与探索 2014年第10期8卷 1162-1176页

作者：吴再龙张云泉徐建良贾海鹏颜深根解庆春中国海洋大学信息科学与工程学院山东青岛266100 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190 中国科学院软件研究所并行软件与计算科学实验室北京100190

Kmeans算法是无监督机器学习中一种典型的聚类算法，是对已知数据集进行划分和分组的重要方法，在图像处理、数据挖掘、生物学领域有着广泛的应用。随着实际应用中数据规模的不断变大，对Kmeans算法的性能也提出了更高的要求。在充分考... 详细信息

Kmeans算法是无监督机器学习中一种典型的聚类算法，是对已知数据集进行划分和分组的重要方法，在图像处理、数据挖掘、生物学领域有着广泛的应用。随着实际应用中数据规模的不断变大，对Kmeans算法的性能也提出了更高的要求。在充分考虑不同硬件平台体系架构差异的基础上，系统地研究了Kmeans算法在GPU和APU平台上实现与优化的关键技术：片上全局同步高效实现，冗余计算减少全局同步次数，线程任务重映射，局部内存重用等，实现了Kmeans算法在不同硬件平台上的高性能与性能移植。实验结果表明，优化后的算法在考虑数据传输时间的前提下，在AMD HD7970 GPU上相对于CPU版本取得136.975～170.333倍的加速比，在AMD A10-5800K APU上相对于CPU版本取得22.2365～24.3865倍的加速比，有效验证了优化方法的有效性和平台的可移植性。

关键词：并行计算迭代算法跨平台

来源：评论

学校读者我要写书评

暂无评论

“神威·太湖之光”上Tend_lin并行优化

引用

山东科技大学学报（自然科学版） 2019年第2期38卷 90-99页

作者：傅游王坦郭强高希然山东科技大学计算机科学与工程学院山东青岛266590 山东省计算中心(国家超级计算济南中心) 山东济南250101 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190

大气环流模式是中科院地球系统模式中最为复杂的模式,在当前主流的众核异构平台上开展大气环流模式的众核并行化是高性能计算的热点研究问题。针对AGCM4.0热点程序动力框架的适应过程Tend_lin,利用神威OpenACC编程模型在"神威·... 详细信息

大气环流模式是中科院地球系统模式中最为复杂的模式,在当前主流的众核异构平台上开展大气环流模式的众核并行化是高性能计算的热点研究问题。针对AGCM4.0热点程序动力框架的适应过程Tend_lin,利用神威OpenACC编程模型在"神威·太湖之光"高性能计算平台上实现并行化,并从循环分布、循环分块、数据传输的表达、函数调用的从核化等方面提升应用性能。详细讨论了不同场景下的数据传输表达,对比测试了不同分块尺寸对程序性能的影响。相比主核串行,两种测试规模下,Tend_lin应用的单核组多线程并行均获得6倍以上的加速;且随着应用分辨率的扩大,众核处理器的性能得到更好发挥,在C规模下,多进程获得了69倍的全应用加速。

关键词：神威·太湖之光 Tend_lin 神威OpenACC 众核并行优化

来源：评论

学校读者我要写书评

暂无评论

计算与通信相结合的体系结构

引用

集成技术 2012年第1期1卷 89-92页

作者：唐志敏中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190

本文从应用和技术两个方面,分析了通信与计算相结合的计算机体系结构的研究与开发现状,以及云、网、端方面的新兴应用对处理器结构的需求,提出了适合通信应用的众核处理器研究思路。

关键词：相结合体系结构可编程处理器通信网络计算机应用通信系统处理器阵列研究思路计算技术服务器

来源：评论

学校读者我要写书评

暂无评论

可重塑处理器:用户可定义的加速器中处理器架构

引用

网络新媒体技术 2012年第6期1卷 58-62页

作者：张磊王颖陈云霁徐志伟张立新中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190

针对物联网、海计算等新型应用需求,提出一种高效能,通用的可重塑体系结构设计方法,称为"加速器中处理器"。该设计方法将传统处理器的软硬件接口抽象层次从指令提升为函数,应用程序直接映射到片内的加速器层次结构上,而不再... 详细信息

针对物联网、海计算等新型应用需求,提出一种高效能,通用的可重塑体系结构设计方法,称为"加速器中处理器"。该设计方法将传统处理器的软硬件接口抽象层次从指令提升为函数,应用程序直接映射到片内的加速器层次结构上,而不再通过编译-链接-汇编转换为指令组合。其硬件架构和程序开发模式的核心思想是采用开放式的硬件函数池,聚簇分析主流应用的核心算法并将其定制硬件化,并根据应用程序的数据和控制流,由用户定义硬件函数之间的互连,从而有效提升处理器效能。

关键词：可重塑处理器加速器物联网海计算能效

来源：评论

学校读者我要写书评

暂无评论

基于机器学习原子势函数的原子动力学蒙特卡洛程序TensorKMC的优化

引用

计算机科学 2024年第9期51卷 23-30页

作者：刘人僪陈欣商红慧张云泉大连海洋大学信息工程学院辽宁大连116023 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190 北京应用物理与计算数学研究所北京100088

核反应堆压力容器是核电站中最重要的部件之一,在使用过程中通常会受到辐照损伤,这极大影响了其使用寿命,给核电站的安全带来隐患。原子动力学蒙特卡洛方法(AKMC)是研究材料辐照损伤的有效理论方法,可以与计算机数值模拟进行结合来研究... 详细信息

核反应堆压力容器是核电站中最重要的部件之一,在使用过程中通常会受到辐照损伤,这极大影响了其使用寿命,给核电站的安全带来隐患。原子动力学蒙特卡洛方法(AKMC)是研究材料辐照损伤的有效理论方法,可以与计算机数值模拟进行结合来研究压力容器的微结构演变。辐照损伤的材料存在缺陷,原子间相互作用建模时需要考虑非球对称相互作用,但TensorKMC在计算时并没有考虑到原子的角向作用。文中针对该问题,提出了一种包含角向相互作用、可以与TensorKMC的三重编码完美结合的指纹建模方法,并可利用多重度对角向指纹的计算过程进行化简。文中在TensorKMC程序中实现了该方法,测试结果显示角向指纹对势函数的精度有显著影响,最大角动量越高,势函数越精准,程序的模拟耗时也会显著增加。同时,也针对TensorKMC的原子势函数的激活函数开展了测试,结果表明梯度光滑的Softplus和SquarePlus相比初版TensorKMC所用的ReLU在拟合高维势能面时有明显的优势,在最大角动量较低时ReLU有性能优势,但随着最大角动量的增大,不同激活函数对总体模拟时间几乎无特别影响。因此,在实际研究中推荐使用梯度光滑的激活函数。

关键词：动力学蒙特卡洛原子指纹神经网络势

来源：评论

学校读者我要写书评

暂无评论

YOLO检测网络的FPGA加速计算模型的研究

引用

小型微型计算机系统 2022年第8期43卷 1681-1686页

作者：裴颂文汪显荣上海理工大学光电信息与计算机工程学院上海200093 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190 复旦大学上海市数据科学重点实验室上海200433

FPGA(Field Programmable Gate Array)凭借其高并行和可定制化的特点,可以解决目标检测网络结构复杂、计算量大和存储开销高等问题.本文基于FPGA验证平台研究并实现了YOLO(You Only Look Once)系列神经网络的加速计算模型.首先采用动态... 详细信息

FPGA(Field Programmable Gate Array)凭借其高并行和可定制化的特点,可以解决目标检测网络结构复杂、计算量大和存储开销高等问题.本文基于FPGA验证平台研究并实现了YOLO(You Only Look Once)系列神经网络的加速计算模型.首先采用动态定点量化方法降低了数据存储和传输量.然后针对YOLO模型中两类计算开销大的典型卷积层,采用了流水线,循环展开,模块融合等策略分别实现了基于Winograd和GEMM的快速卷积计算引擎,提高加速计算效率.实验结果表明,本文在PYNQ-Z1验证平台上获得的计算性能达到64.9 GOP/s,比基于典型滑动窗口卷积计算方法的性能提高了2.15倍.

关键词： FPGA YOLO 快速卷积算法并行计算流水线

来源：评论

学校读者我要写书评

暂无评论

原子动力学蒙特卡洛程序MISA-KMC在反应堆压力容器钢辐照损伤研究中的应用

引用

计算机科学 2020年第4期47卷 30-35页

作者：王栋商红慧张云泉李琨贺新福贾丽霞大连海洋大学信息工程学院辽宁大连116023 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190 中国科学院大学计算机与控制学院北京100190 中国原子能科学研究院北京102413

材料科学领域的快速发展,使得核材料(反应堆压力容器钢)微观结构在受到强辐射时产生辐照损伤的问题成为了重点研究对象。采用动力学蒙特卡洛方法,可以模拟反应堆压力容器钢中溶质析出行为。为了给研究核材料在长期服役后微观结构演化及... 详细信息

材料科学领域的快速发展,使得核材料(反应堆压力容器钢)微观结构在受到强辐射时产生辐照损伤的问题成为了重点研究对象。采用动力学蒙特卡洛方法,可以模拟反应堆压力容器钢中溶质析出行为。为了给研究核材料在长期服役后微观结构演化及性能变化提供理论依据,文中介绍了自主开发的MISA-KMC程序的并行策略及大规模测试结果。在验证程序正确性的基础上,利用MISA-KMC程序研究了反应堆压力容器钢中多种溶质原子的析出过程。结果表明,经过长时间演化,溶质原子会发生聚集,形成富Cu团簇,富Cu团簇是引发反应堆压力容器钢脆化的主要微观结构之一。MISA-KMC程序模拟结果的准确性、可支持模拟规模大小以及模拟元素的多样化,为后续的材料性能变化研究提供了保障。

关键词：动力学蒙特卡洛溶质析出热老化辐照脆化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：