检索结果-内蒙古大学图书馆

计算机应用研究 2020年第2期37卷 593-597页

作者：段秉环文鹏程李鹏中国航空工业集团公司西安航空计算技术研究所机载弹载计算机航空科技重点实验室西安710065

现有目标检测算法主要以图像中的大目标作为研究对象,针对小目标的研究比较少且存在检测精确度低、无法满足实时性要求的问题,基于此,提出一种基于深度学习目标检测框架PVANet的实时小目标检测方法。首先,构建一个专用于小目标检测的基... 详细信息

现有目标检测算法主要以图像中的大目标作为研究对象,针对小目标的研究比较少且存在检测精确度低、无法满足实时性要求的问题,基于此,提出一种基于深度学习目标检测框架PVANet的实时小目标检测方法。首先,构建一个专用于小目标检测的基准数据集,它包含的目标在一幅图像中的占比非常小且存在截断、遮挡等干扰,可以更好地评估小目标检测方法的优劣;其次,结合区域建议网络(RPN)提出一种生成高质量小目标候选框的方法以提高算法的检测精确度和速度;选用step和inv两种新的学习率策略以改善模型性能,进一步提升检测精确度。在构建的小目标数据集上,相比原PVANet算法平均检测精确度提高了10.67%,速度提升了约30%。实验结果表明,该方法是一个有效的小目标检测算法,达到了实时检测的效果。

关键词：小目标检测小目标数据集 PVANet算法区域建议网络学习率策略

来源：评论

学校读者我要写书评

暂无评论

QingLong:一种基于常变量异步拷贝的神经网络编程模型

引用

计算机学报 2020年第4期43卷 587-599页

作者：杜伟健陈云霁支天吴林阳陈小兵庄毅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中国科学院大学上海寒武纪信息科技有限公司中科寒武纪科技股份有限公司张江实验室脑与智能科技研究院上海脑科学与类脑研究中心

近年来,人工神经网络的研究取得了巨大成就,在图像识别、自然语言处理等领域均有突破性的成果,同时产生了众多商业应用,方便了我们的生活,比如语音助手、辅助驾驶等.由于神经网络算法属于计算密集型和访存密集型的负载,传统CPU处理器已... 详细信息

近年来,人工神经网络的研究取得了巨大成就,在图像识别、自然语言处理等领域均有突破性的成果,同时产生了众多商业应用,方便了我们的生活,比如语音助手、辅助驾驶等.由于神经网络算法属于计算密集型和访存密集型的负载,传统CPU处理器已不能满足其大规模商业化应用的需求,因此学术界和产业界试图在GPU、FPGA和ASIC上寻求突破.其中,神经网络加速器作为一种ASIC,它提供了高性能、低功耗的硬件解决方案,相关研究也越来越多.神经网络加速器作为一种协处理器,在其计算前后需要将数据在主机与设备之间进行搬运.特别是对吞吐量要求较高的神经网络前向推理任务,需要将网络模型参数、硬件指令等常量数据和输入、输出等变量数据,分别从主机内存拷入设备内存.如果常量数据在每一份输入数据计算前都拷贝一次,就存在常量数据重复拷贝的问题,浪费了时间与存储资源.如何在神经网络开发工具软件中实现拷贝多次变量数据但只拷贝一次常量数据,如何保证指令在每次计算中都正确寻址常量和变量,如何简化用户编程,提供用户友好的接口,就成为一系列值得研究的问题.在本文中,我们提出了一种基于常变量异步拷贝的神经网络开发工具软件及其编程模型QingLong来解决上述问题. QingLong编程模型包含三个阶段:定义网络、编译网络和计算.在定义网络阶段,用户可以为神经网络的数据节点绑定常量数据;在编译网络阶段,通过REOFF数据包装法将常量数据封装为数据包;在计算网络阶段,用户拷贝一次数据包后即可多次拷入输入数据并计算输出结果 .该编程模型具有编译、计算分离,常变量异步拷贝,计算和数据拷贝可切分为三级流水线等优势.实验表明,在连续计算100份输入样本时,QingLong比DLPlib有平均17. 48倍的性能提升,且输入样本越多,性能提升的倍数越大.

关键词：神经网络编程模型常量和变量异步拷贝软件开发工具

来源：评论

学校读者我要写书评

暂无评论

基于多粒度聚类的测井曲线自动分层识别方法

引用

高技术通讯 2020年第12期30卷 1215-1224页

作者：姬庆庆朱登明石敏王兆其周军中国科学院大学北京100049 中国科学院计算技术研究所前瞻研究实验室北京100190 华北电力大学控制与计算机工程学院北京102206 中国石油集团测井有限公司西安710065

随着测井技术及大数据分析技术的快速发展,自动测井解释技术可以有效辅助人工快速开展储层划分、油水层解释等工作。为了提升储层划分及油水层识别准确度,本文提出了一种基于有监督学习的多粒度聚类识别方法,该方法通过对标准测井曲线... 详细信息

随着测井技术及大数据分析技术的快速发展,自动测井解释技术可以有效辅助人工快速开展储层划分、油水层解释等工作。为了提升储层划分及油水层识别准确度,本文提出了一种基于有监督学习的多粒度聚类识别方法,该方法通过对标准测井曲线及分层结果的学习提取不同分层测井曲线特征,在划分出储层的基础上再进行油水层识别。与已有方法相比,本文方法通过对真实测井曲线进行多种处理,从而融合曲线多层次特征,有利于取得更加准确的分层结果。实验结果表明,该方法可以对测井曲线进行自动分层,提高了曲线自动分层的效率,在真实测井曲线上能够取得较好的分层识别结果。

关键词：自动分层多粒度聚类测井曲线

来源：评论

学校读者我要写书评

暂无评论

支持Unikernel的流式计算引擎：Hummer

引用

计算机学报 2019年第8期42卷 1755-1766页

作者：李冰张志斌钟巧灵程学旗中国科学院计算技术研究所中国科学院网络数据科学与技术重点实验室北京100190 中国科学院大学计算机与控制学院北京100049

社会计算中,社会公共安全、企业商务智能和舆情计算等众多领域均对实时计算的性能提出了越来越高的要求.流式计算引擎作为大数据计算研究领域的研究热点之一,致力于提供高吞吐量和低延迟的实时计算能力.流式处理任务对处理延迟非常敏感... 详细信息

社会计算中,社会公共安全、企业商务智能和舆情计算等众多领域均对实时计算的性能提出了越来越高的要求.流式计算引擎作为大数据计算研究领域的研究热点之一,致力于提供高吞吐量和低延迟的实时计算能力.流式处理任务对处理延迟非常敏感,数据价值随着处理时长的增长而快速递减.传统流式计算引擎设计中,操作系统、JVM等占用大量计算资源,如何提升计算资源利用率成为目前亟待解决的问题.为此,本文提出了一种基于C++语言实现的支持Unikernel的高性能实时数据分析计算引擎Hummer.首先,通过引入Unikernel机制,Hummer可绕过传统操作系统,直接运行于裸机或虚拟化层,减少传统操作系统无关组件带来的性能开销,支持分布式环境下的快速部署与启动,为高性能大数据计算引擎设计提出新的思路.其次,通过使用Unikernel对计算引擎进行封装,解决了C++应用需本地化编译、难以在集群中部署的问题.最后,系统使用灵活的网络通信方案,支持异构网络部署及网络资源隔离.实验表明,Hummer端到端处理延迟低于30ms,较Flink系统低2倍,较Spark Streaming低15.8倍,且吞吐量达到Flink的2倍.使用Unikernel封装的Hummer系统镜像仅为100MB,启动时间约为2s.

关键词：大数据数据流分布式计算流处理系统微内核操作系统

来源：评论

学校读者我要写书评

暂无评论

基于在线评论数据的用户感性需求挖掘研究

引用

软件工程与应用 2021年第2期10卷 51-59页

作者：袁建吕健李媛媛万露贵州大学现代制造技术教育部重点实验室贵州贵阳贵州大学机械工程学院贵州贵阳华东计算技术研究所上海

为了满足用户日益增长的感性需求,提升产品的满意度,本研究基于在线评论数据进行用户感性需求的挖掘研究。首先,以产品在线评论为数据源,通过网络爬虫获取评论数据中的感性需求;然后,通过关键词提取算法和聚类算法采集在线评论中具有代... 详细信息

为了满足用户日益增长的感性需求,提升产品的满意度,本研究基于在线评论数据进行用户感性需求的挖掘研究。首先,以产品在线评论为数据源,通过网络爬虫获取评论数据中的感性需求;然后,通过关键词提取算法和聚类算法采集在线评论中具有代表性的用户感性需求;最后,基于感性工学技术对用户感性需求进一步展开分析,进而推测出符合用户需求的产品特征。将本文所提的用户感性需求挖掘研究方法应用在智能手表的感性需求挖掘中,验证了该方法的可行性。文章所提的研究方法能够快速从在线评论数据中挖掘到用户真实的感性需求,为感性工学中感性数据库的构建提供全新的信息输入渠道。同时,也为其他传统工业产品的设计提供思路的借鉴和参考。

关键词：感性工学在线评论数据用户感性需求需求挖掘

来源：评论

学校读者我要写书评

暂无评论

一种偶数基Cooley-Tukey FFT高性能实现方法

引用

计算机科学 2020年第1期47卷 31-39页

作者：龚彤艳张广婷贾海鹏袁良贵州财经大学信息学院贵阳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

快速傅里叶变换(Fast Fourier Transform,FFT)是最重要的基础算法之一,在科学计算、信号处理、图像处理等领域都有着广泛的应用。随着这些应用领域对实时性需求的进一步提高,FFT算法面临着越来越高的性能要求。在现有的FFT算法库中,FFT... 详细信息

快速傅里叶变换(Fast Fourier Transform,FFT)是最重要的基础算法之一,在科学计算、信号处理、图像处理等领域都有着广泛的应用。随着这些应用领域对实时性需求的进一步提高,FFT算法面临着越来越高的性能要求。在现有的FFT算法库中,FFT算法的求解速度和计算精度受到一定程度的限制,而且也少有研究者对偶数基Cooley-Tukey FFT的高性能实现提出相应的优化策略并对技术进行深入研究。基于此,文中提出了一套针对偶数基的Cooley-Tukey FFT的优化策略和方法。首先构建一个SIMD(Single Instruction Multiple Data)友好、支持混合基的蝶形网络,然后根据偶数基旋转因子特性最大限度地降低蝶形计算的复杂度,接着通过SIMD汇编优化、汇编指令重排及选择、寄存器分配策略制定、高性能矩阵转置算法等方法来优化应用,最后实现一个高性能的FFT算法库。目前,最流行、应用最广的FFT有FFTW和Intel MKL。实验结果表明,在X86计算平台上,新提出的这套针对偶数基Cooley-Tukey FFT的技术所实现的FFT算法库的性能全面优于MKL和FFTW。所提出的这套高性能算法优化和实现技术体系,可推广到除偶数基以外的其他基的实现和优化上,为进一步的研究开发工作奠定一定的基础,进而突破FFT算法在硬件平台上的性能瓶颈,实现一套针对特定平台的高性能FFT算法库。

关键词：快速傅里叶变换算法偶数基蝶形计算优化蝶形网络优化 SIMD汇编优化高性能FFT库

来源：评论

学校读者我要写书评

暂无评论

半监督的微博话题噪声过滤方法

引用

清华大学学报（自然科学版） 2019年第3期59卷 178-185页

作者：屠守中杨婧赵林朱小燕清华大学计算机科学与技术系北京100084 中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190 中国科学院信息工程研究所信息安全国家重点实验室北京100093

社交网络中存在大量营销、招聘等垃圾信息以及无实质内容的短文,为话题建模工作带来很多干扰,更严重影响社交网络方面的学术研究及商业应用。因此,该文提出了一种结合支持向量机与k近邻模型(pSVM-kNN)的半监督话题噪声过滤方法。该方法... 详细信息

社交网络中存在大量营销、招聘等垃圾信息以及无实质内容的短文,为话题建模工作带来很多干扰,更严重影响社交网络方面的学术研究及商业应用。因此,该文提出了一种结合支持向量机与k近邻模型(pSVM-kNN)的半监督话题噪声过滤方法。该方法融合了SVM和kNN算法,在SVM计算得到超平面的基础上使用kNN算法在局部范围内迭代寻找分类超平面的最优解;同时为减少误分类发生,分别在SVM和kNN阶段引入惩罚代价和比例权重,以提高噪声过滤的效果。通过选取新浪微博中不同大小的数据集进行实验与其他方法进行比较,结果表明:该方法只利用了少量的标注样本进行训练,在准确率、召回率和F值方面均优于其他的对比方法。

关键词：社交网络支持向量机 k近邻噪声过滤惩罚代价

来源：评论

学校读者我要写书评

暂无评论

基于PXE自动化系统部署设计与实现

引用

电子技术与软件工程 2019年第14期 144-144,257页

作者：朱先亮张学峰华北计算技术研究所

本文主要阐述基于网络化的系统部署平台,实现对Windows系统进行快速安装部署,突出介绍PXE的引导原理,结构和关键技术,设计切实可行的技术解决方案,体现出网络化部署平台在快速化、高效率、难度低,标准化等应用亮点。

关键词： PXE 系统部署网络化

来源：评论

学校读者我要写书评

暂无评论

基于CRNN的中文手写识别方法研究

引用

信息技术 2019年第11期43卷 141-144,150页

作者：石鑫董宝良王俊丰华北计算技术研究所

针对基于字符分割的中文手写识别方法存在字符分割准确率影响识别准确率和速度的问题,文中设计了一种基于卷积循环神经网络(Convolutional Recurrent Neural Network,CRNN)的中文手写识别方法,方法将特征提取、序列预测、序列对齐算法... 详细信息

针对基于字符分割的中文手写识别方法存在字符分割准确率影响识别准确率和速度的问题,文中设计了一种基于卷积循环神经网络(Convolutional Recurrent Neural Network,CRNN)的中文手写识别方法,方法将特征提取、序列预测、序列对齐算法集成到同一网络,实现端到端(End-to-End)的训练和识别。模型仅需输入待识别中文手写图像,中文字符免分割,即可输出识别结果,识别的准确率(Accuracy)相较基于结构特征点字符分割识别算法提高了2.29%,同时少了识别的时间。

关键词：中文手写识别 CRNN 端到端免分割

来源：评论

学校读者我要写书评

暂无评论

基于二阶近似和误差补偿的Tanh函数硬件实现

引用

微电子学 2021年第6期51卷 905-909页

作者：张博文陈刚陈旭鲁华祥中国科学院半导体研究所北京100083 中国科学院大学北京100089 中国科学院脑科学与智能技术卓越创新中心上海200031 半导体神经网络智能感知与计算技术北京市重点实验室北京100083

为改善目前激活函数Tanh硬件化时资源消耗大,精度低的问题,提出了一种二阶近似和误差补偿相结合的Tanh函数近似算法。该方法首先对传统二阶近似函数的系数进行log;变换,以便于硬件实现。然后根据近似函数的误差曲线,划分补偿区间,以提... 详细信息

为改善目前激活函数Tanh硬件化时资源消耗大,精度低的问题,提出了一种二阶近似和误差补偿相结合的Tanh函数近似算法。该方法首先对传统二阶近似函数的系数进行log;变换,以便于硬件实现。然后根据近似函数的误差曲线,划分补偿区间,以提高函数精度。在此基础上设计了可硬件实现Tanh函数的电路结构,在ModelSim平台下进行功能仿真,并在SMIC 0.18μm工艺下进行逻辑综合。实验结果表明,所实现电路的最大绝对误差为0.007 8,是8 bit输出位宽所能表示的最高精度。

关键词： Tanh函数二阶近似硬件实现人工神经网络

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：