-
公开(公告)号：CN101577851A
公开(公告)日：2009-11-11
申请号：CN200910033125.3
申请日：2009-06-12
申请人： 东南大学
摘要： 本发明提出一种提高立体声分离度的方法，该方法通过在立体声解码电路中增加一个相位补偿模块，从而降低导频信号和接收到的立体声信号之间的相位误差，提高了立体声的分离度。这里的相位补偿模块是由一个内部结构对称的相位误差计算电路组成的，该电路计算出要补偿相位误差所需要的补偿因子，然后利用该补偿因子来补偿解码后的立体声信号，使得立体声的分离度达到最优。
-
公开(公告)号：CN101252341A
公开(公告)日：2008-08-27
申请号：CN200810019662.8
申请日：2008-03-11
申请人： 东南大学 , 无锡硅动力微电子股份有限公司
摘要： 宽带低噪声放大器是一种用于放大宽带射频信号的低噪声放大器以及一种宽带输入匹配设计方法。该低噪声放大器包括差分放大器单元(10)、输出单元(20)、反馈单元(30)；该放大器采用差分结构，以并联－并联负反馈结构实现在宽带范围内的输入阻抗匹配，优化电路的噪声性能。而且反馈电路同时为输入晶体管提供直流偏置，将交流反馈和提供直流偏置的功能结合在了一起，使得直流工作点更加稳定。
-
公开(公告)号：CN101110585A
公开(公告)日：2008-01-23
申请号：CN200710025686.X
申请日：2007-08-14
申请人： 东南大学
IPC分类号： H03K17/687
摘要： 一种改进的栅源跟随采样开关设计方法，通过减少常规栅源跟随开关中栅压导通开关在采样相时充电环路上的MOS管，降低了环路上的寄生电容，从而减少了分配到寄生电容上的电荷，提高了采样开关管的栅源提升电压，减小MOS开关的导通电阻。按所述方法设计的开关电路，设有时钟倍乘电路、栅压导通开关和采样开关，其特征在于，用一个电容代替栅压导通开关电路中的一个NMOS管，并在栅压导通开关电路中增加了一个PMOS管。
-
公开(公告)号：CN1937601A
公开(公告)日：2007-03-28
申请号：CN200610096838.0
申请日：2006-10-20
申请人： 东南大学
IPC分类号： H04L27/08
摘要： 为了解决现有技术中数字自动增益控制电路需根据实际情况，需要调节参考值的问题，本发明提供一种利用均衡器的数字自动增益控制方法及其电路，其使正交I路输入数据信号(IFIR)和Q路输入数据信号(QFIR)通过自动增益控制电路得到I路增益信号(IAGC)和Q路增益信号(QAGC)，此I路增益信号(IAGC)和Q路增益信号(QAGC)输出到均衡器，得到判决后的数据符号，同时均衡器产生的I路误差信号(IERR)和Q路误差信号(QERR)反馈给自动增益控制电路，用于自动增益控制电路调整输入数据信号的大小。本发明能够降低系统的复杂度，同时能够加快环路收敛的速度。
-
公开(公告)号：CN110728354B
公开(公告)日：2024-04-09
申请号：CN201910858428.2
申请日：2019-09-11
申请人： 东南大学
IPC分类号： G06N3/0464
摘要： 本发明公开了一种改进的滑动式分组卷积神经网络，在总通道里取第一个通道到第G个通道为第一组输入进行卷积，经过卷积操作后输出S个通道，接着，以第一组输入长度G在总通道上进行滑动，S作为滑动的步长，第二组卷积的输入为总通道数的第S+1个通道到第S+G，总共仍是G个通道作为一组输入进行卷积操作，并输出S个通道，以此类推；特别之处在于，后一组输入通道的前G‑S个通道与前一组输入通道的后G‑S个通道是共享的，每组之间都按照这种关系来进行信息交流。本发明进一步解决了神经网络参数复杂度过高的问题，且测试准确度有所提高。本发明是一种结合全精度高效神经网络的算法硬件协同压缩方法，并且降低了硬件资源消耗。
-
公开(公告)号：CN109993279B
公开(公告)日：2023-08-04
申请号：CN201910178528.0
申请日：2019-03-11
申请人： 东南大学
IPC分类号： G06N3/0464 , G06N3/063
摘要： 本发明公开了一种基于查找表计算的双层同或二值神经网络压缩方法，所述压缩方法由双层卷积结构完成，其算法包括以下步骤：首先，将输入特征图经过非线性激活、批归一化和二值激活后，分组进行不同卷积核尺寸的第一层卷积操作得到第一层输出结果；然后，对第一层输出结果采用1×1大小的第二层卷积操作得到输出特征图。在硬件实现上，对改进的双层卷积使用双层并行计算的三输入同或操作代替了传统双层顺序计算方式，并将所有的双层卷积操作都使用查找表方式完成计算，提高硬件资源利用率。本发明提供压缩方法是一种融合全精度高效神经网络技巧和查找表计算方式的算法硬件协同压缩方案，在结构上有较好的压缩效果，在硬件上也减少了逻辑资源消耗。
-
公开(公告)号：CN110376032B
公开(公告)日：2022-01-28
申请号：CN201910608671.9
申请日：2019-07-08
申请人： 东南大学
摘要： 本发明涉及一种固定化沉积物及其制备方法和应用，该制备方法包括以下步骤：1)取沉积物冷冻干燥，研磨过筛，得到沉积物样品；2)将沉积物样品与海藻酸钠溶液搅拌混合均匀，制成备用混合液；3)将备用混合液匀速加入至氯化钙溶液中，交联形成固定化沉积物。该固定化沉积物的密度为2.1～2.5g/cm3，固定化沉积物表面孔径为5nm～200nm，表面积为180～250cm2，其具有优良的固持能力，可持续释放沉积物中的污染物质。该固定化沉积物应用于全沉积物和土壤毒性测试，测试过程不会限制藻类的生长，且可以利用分光光度计确定藻类的密度，该方法简单快速，测定灵敏。
-
公开(公告)号：CN112801280A
公开(公告)日：2021-05-14
申请号：CN202110263635.0
申请日：2021-03-11
申请人： 东南大学
摘要： 本发明公开了一种视觉深度自适应神经网络的一维卷积位置编码方法，包括：1)将输入的批量图片分为N2个片段，图片通道数由C转换为D，并将宽高维度展开为1维；2)将通道维度与宽高维度进行置换；3)将2)结果与分类表征拼接，分类表征是一个可学习的向量；4)将3)结果进行一维卷积，将卷积结果作为位置编码，并将位置编码与3)结果进行相加；5)用1)‑4)过程作为该模型的嵌入模块，在之后使用堆叠的编码模块；6)对1)‑5)所提出的网络在大规模数据集上进行预训练；7)在预训练模型的基础上训练基准数据集。一维卷积位置编码技术经验证对于深度自适应神经网络在视觉领域应用的精度有显著提升效果。
-
公开(公告)号：CN110392006A
公开(公告)日：2019-10-29
申请号：CN201910536638.X
申请日：2019-06-20
申请人： 东南大学
摘要： 本发明公开了一种基于集成学习和神经网络的自适应信道均衡器及方法，均衡器包括：多个多层感知器神经网络，每个多层感知器神经网络包括一层输入层、一层隐藏层和一层输出层，所述输入层的神经元个数为2s个，神经元的数据为将经QPSK调制并通过无线信道传输来的信号接收后、再经分离得到的信号及信号延时部分的同相部分和正交部分，所述输出层的神经元个数为2个，分别输出经过对应多层感知器神经网络均衡后信号的同相部分和正交部分；一个集成学习器，用于将多个多层感知器神经网络均衡后得到信号的同相部分和正交部分，分别经过加权和后作为最终的无线信道均衡结果。本发明均衡效果好，抗噪声性能好。
-
公开(公告)号：CN110390382A
公开(公告)日：2019-10-29
申请号：CN201910535251.2
申请日：2019-06-20
申请人： 东南大学
摘要： 本发明公开了一种带新型特征图缓存模块的卷积神经网络硬件加速器，包括运算进程管理模块，用于管理卷积神经网络中单层卷积运算的进程；参数表模块，用于提供当前层卷积运算的卷积核权重参数；卷积运算模块，从特征图缓存模块中读取输入像素点，进行卷积运算，把输出像素点结果写回特征图缓存模块；新型特征图缓存模块，用于缓存卷积运算的输入特征图与输出特征图，其中的一种缓存存储空间与特征图的映射关系可以极大提高片上存储带宽；本发明的一种带新型特征图缓存模块的卷积神经网络硬件加速器，有着高的片上存储带宽，能良好支撑加速器的计算单元对数据供给速度的要求，在很多对计算性能有着高要求的场合中有非常大的应用价值。
-
-
-
-
-
-
-
-
-
搜索结果
248 条记录 (耗时 0.038 秒)
