-
公开(公告)号：CN111309302B
公开(公告)日：2023-04-18
申请号：CN202010081543.6
申请日：2020-02-06
Applicant: 杭州电子科技大学
IPC: G06F8/30 , G06F40/151
Abstract: 本发明公开了基于LaTeX的四则运算与三角函数混合运算公式转换Verilog代码的方法，包括以下步骤：S1，预处理LaTeX数学公式，筛选符合规则的数学公式；S2，处理数学公式，分离参变量与运算步骤，归类输入变量、输出变量、中间变量与参数；S3，将分离的运算步骤排序，得出运算与寄存操作顺序；S4，根据运算与寄存操作顺序生成可综合Verilog代码。本发明为四则运算与三角函数混合运算公式的软件描述到硬件描述转化提供了可行的方案尤其当公式数量庞大时具有转化可靠性高的优势，解决了人工排序与编写代码效率低，易错的问题，缩短开发周期。
-
公开(公告)号：CN111260680B
公开(公告)日：2023-01-03
申请号：CN202010034081.2
申请日：2020-01-13
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于RGBD相机的无监督位姿估计网络构建方法。根据图像估计相机的运动是目前视觉移动机器人的一大研究课题。传统的方法易在低纹理、复杂的几何结构和光照、遮蔽等环境下失效。而大多数基于深度学习的方法又需要额外的监督数据，这使得工作变得复杂，而且提高了成本。本发明使用卷积神经网络的方法弥补传统方法的不足，并且利用深度图像的距离信息，结合传统的几何知识，利用正序逆序输入增加约束，使得网络能准确估计相机的位姿。
-
公开(公告)号：CN114744982A
公开(公告)日：2022-07-12
申请号：CN202210497553.7
申请日：2022-05-09
Applicant: 杭州电子科技大学
IPC: H03H17/06
Abstract: 本发明公开了一种乘法优化的低通FIR滤波器实现方法，包括初始计算单元、通用计算单元和求和电路。以流水线形式级联而成的N‑1个电路结构相似的通用计算单元(N‑1为滤波器阶数)对输入信号进行延时和加法运算，该计算单元的HDL代码由脚本语言自动生成；初始计算单元计算当前输入信号与第一项滤波器系数的乘积；求和电路对各级流水线的乘加结果进行求和运算。本发明以传统直接I型FIR滤波器作为基础，针对乘法电路进行了输入参数的位宽优化和结构优化，只需增加少量寄存器，即可大大减小乘法电路的面积。经15阶低通FIR滤波器的FPGA验证，本发明虽增加了约4.45％的DFF资源消耗，但使得LUT资源消耗量减少了13.12％，达到了通过乘法优化进行面积优化的目的。
-
公开(公告)号：CN114580620A
公开(公告)日：2022-06-03
申请号：CN202210306935.7
申请日：2022-03-25
Applicant: 杭州电子科技大学
IPC: G06N3/04 , G06N3/08 , G01R31/367 , G01R31/392
Abstract: 本发明提出了一种基于端到端深度学习的锂电池健康状态估计方法。该方法搭建了空洞卷积与双向LSTM结合的网络模型，令模型在增大网络层感受野的同时，能够获取更加丰富的时间序列样本信息，有效提升了电池健康状态的估计精度。并且使用了美国宇航局(NASA)预测卓越中心的电池预测数据集对模型进行训练与效果验证。首先将原始数据经过预处理后输入三个级联的空洞卷积模块与一个双向LSTM层，然后对网络模型进行训练并仿真验证，保存网络权重参数，最后将训练好的网络模型在测试集上进行测试，得到电池健康状态估计结果。
-
公开(公告)号：CN114491391A
公开(公告)日：2022-05-13
申请号：CN202210053200.8
申请日：2022-01-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于FPGA的一阶线性微分方程硬件逻辑实时求解方法，包括以下步骤：S1，构建待求解微分方程模块；S2，基于改进的四阶Runge‑Kutta算法数值迭代求解模型和上述S1中的模块，构建全硬件化、局部并行计算的参数更新模块；S3，基于S2中参数更新模块，构建用于计算的算法子顶层模块；S4，基于状态寄存器，构建实时控制模块，具备对子顶层模块的运行控制、x变量的迭代计算等功能；S5，基于S1～S4中所有模块，构建算法计算模型的顶层模块，并预留必要的参数用户接口。本发明保证高求解精度的同时，在一定程度上缓解该算法数值迭代模型固有的高串行性所带来的计算时延问题。
-
Patent Agency Ranking
公开(公告)号：CN109102540B
公开(公告)日：2022-01-28
申请号：CN201810936890.5
申请日：2018-08-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于FPGA的标记面积块下限分离分道方法，包括以下步骤：设定起始像素和结束像素，使其与滑槽的宽度相对应；将中间变量、起始像素、结束像素和设定的连通面积块下限值发送至FPGA；设定通道标号寄存器进行保存；设定比较器的输入为cal_temp和0，如果相等，则当前像素在第1个通道，对下限通道寄存器进行清零；设定比较器的输入为当前像素和0，如果大于0则将当前像素对应的连通面积块标记值保存；设定比较器组，和设定K个比较器；在I+2N时钟之后，一行像素扫描完毕，将下限通道寄存器的值发送给高速气阀控制板，满足喷气吹离要求通道置1，不满足置0。本发明精确有效地识别面积块并且做出相应操作，极大地降低了误识别或误操作的概率。
-
公开(公告)号：CN109146953B
公开(公告)日：2021-12-10
申请号：CN201811053501.0
申请日：2018-09-11
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于FPGA的标记面积块上限分离分道方法，包括以下步骤：设定起始像素和结束像素，使图像像素与滑槽宽度相对应；将起始像素、结束像素、设定的连通面积块下限值和上限值发送至FPGA；设定比较器组；设定k个寄存器，将上限通道值缓存k行后输出；根据连通域算法得到的面积块面积值来确定是否需要对这k个寄存器进行清零；在I+2N时钟之后，一行像素扫描完毕，当前行通道值压入寄存器队列，k行之前的通道寄存器发送给高速气阀控制板，满足喷气吹离要求的通道为1，否则为0。本发明精确有效地识别某个预设范围内的面积块并且做出相应操作，极大地降低了误识别或误操作的概率。
-
公开(公告)号：CN113393511A
公开(公告)日：2021-09-14
申请号：CN202110510868.6
申请日：2021-05-11
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于多阶段彩色图像引导的道路场景深度补全方法。激光雷达得到的道路场景深度图像非常稀疏，缺失的深度信息带来了极大的不确定性，仍难以满足实际应用的需求。因此如何发掘场景稠密彩色图像和稀疏深度图像的内在约束关系，完成稀疏深度图像的高质量补全是目前的研究热点。本发明多阶段彩色图像引导的深度图像补全网络由“彩色引导”和“精细化补全”两个阶段构成，将“彩色引导”阶段重建的特征融合到“精细化补全”阶段中实现了多阶段的特征引导，可以有效实现深度图像的高质量补全。高质量的道路场景深度感知对道路目标检测，自动驾驶智能汽车等应用都是至关重要的，因此本发明具有重要的理论价值和实际意义。
-
公开(公告)号：CN109087314B
公开(公告)日：2021-08-31
申请号：CN201810936977.2
申请日：2018-08-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于FPGA的线阵图像连通域面积快速标记统计方法，包括以下步骤：对当前像素、上边像素和左边像素进行保存和读取；对连通面积块进行标记和面积计算。本发明应用在对图像处理速度要求很高的设备中，标记同一面积块的连通区域，可以实现面积块的区分，面积块面积的计算。并且，这种方法处理的像素是线阵相机采集的行像素，不需要保存大量的图像数据，而只需要保存两行像素，并保持像素不断更新，即可完成对图像连通域的快速标记和处理。
-
公开(公告)号：CN113255634A
公开(公告)日：2021-08-13
申请号：CN202110810233.8
申请日：2021-07-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于改进Yolov5的车载移动端目标检测方法。本发明通过RFP（Receptive Field Pyramids）模块对Yolov5网络进行改进，在Yolov5网络的Neck部分的特征金字塔后加入RFP模块；利用数据集对改进后的网络进行训练，得到权重模型。然后将训练好的模型移植到车载移动端上进行实时检测识别。通过在特征金字塔后加入RFP模块，使Yolov5网络原本在Neck层输出的特征图能够自适应的具有不同的感受域，提高其对多尺度目标的识别精度，与此同时模型大小较小并且识别速度较快。解决了模型过大而无法在车载板上实时检测以及对多尺度目标识别精确率不高的问题。
-
-
-
-
-
-
-
-
-
Search Results
193
records
(took 0.039 seconds)
