一种基于磁隧道结的数据锁存读出灵敏放大器

    公开(公告)号:CN108288480A

    公开(公告)日:2018-07-17

    申请号:CN201810011298.4

    申请日:2018-01-05

    IPC分类号: G11C11/16

    摘要: 本发明公开了一种基于磁隧道结的数据锁存读出灵敏放大器,包括主级电路、从级电路以及开关电路,主级电路包括两个磁隧道结以及一个输出电路,从级电路包括锁存电路以及反馈电路,磁隧道结进行写操作后将一个电压差作为输出电路的输入,输出电路输出两个幅值相反的信号到锁存电路,锁存电路会输出整个读出灵敏放大器的输出信号,同时反馈电路接收锁存电路的输出,并产生一个读完成信号,读完成信号传输给外部控制电路,外部控制电路则根据读完成信号切断主级电路的电源以降低功耗,主级电路在被切断电源之后,从级电路可以将主级电路的信号锁存起来,本发明只需一步使能,没有预充电过程,能过锁存数据,同时还可以大幅度的降低功耗。

    一种用于并行生成SIFT描述子的系统及其方法

    公开(公告)号:CN108334882A

    公开(公告)日:2018-07-27

    申请号:CN201810010699.8

    申请日:2018-01-05

    发明人: 陈海波 虞志益

    IPC分类号: G06K9/46

    摘要: 本发明公开了一种用于并行生成SIFT描述子的系统,包括地址发生器模块、初始描述子生成模块、主方向计算模块、初始描述子重排模块以及子区域重排模块;本发明的一种用于并行生成SIFT描述子的方法,地址发生器模块根据关键点位置信息产生不同的存储文件的地址信息,主方向计算模块以及初始描述子生成模块接收存储文件的地址信息分别计算得到主方向以及生成初始描述子,最后初始描述子重排模块以及子区域重排模块根据主方向对初始描述子进行描述子重排以及子区域重排后得到最终的描述子,主方向的计算以及初始描述子的生成是同时进行的,相较于传统的先计算主方向后计算初始描述子的方式而言,加快了处理速度,减少了计算的时间。

    一种基于磁隧道结的数据锁存读出灵敏放大器

    公开(公告)号:CN108288480B

    公开(公告)日:2020-12-04

    申请号:CN201810011298.4

    申请日:2018-01-05

    IPC分类号: G11C11/16

    摘要: 本发明公开了一种基于磁隧道结的数据锁存读出灵敏放大器,包括主级电路、从级电路以及开关电路,主级电路包括两个磁隧道结以及一个输出电路,从级电路包括锁存电路以及反馈电路,磁隧道结进行写操作后将一个电压差作为输出电路的输入,输出电路输出两个幅值相反的信号到锁存电路,锁存电路会输出整个读出灵敏放大器的输出信号,同时反馈电路接收锁存电路的输出,并产生一个读完成信号,读完成信号传输给外部控制电路,外部控制电路则根据读完成信号切断主级电路的电源以降低功耗,主级电路在被切断电源之后,从级电路可以将主级电路的信号锁存起来,本发明只需一步使能,没有预充电过程,能够锁存数据,同时还可以大幅度的降低功耗。

    基于分层片上互连网络的混合缓存方法、系统及存储介质

    公开(公告)号:CN110049104A

    公开(公告)日:2019-07-23

    申请号:CN201910198728.2

    申请日:2019-03-15

    IPC分类号: H04L29/08

    摘要: 本发明公开了基于分层片上互连网络的混合缓存方法、系统及存储介质,方法包括:根据第一内核发送的数据请求,在第一缓存单元内查询缓存数据;确认未查询到缓存数据后,向共享总线发送数据请求,并在其他内核中查询缓存数据;确认未查询到缓存数据后,通过第一节点控制器向目录控制器发送数据请求;通过目录控制器确认第二内核簇;通过第二节点控制器向目录控制器发送查询到的缓存数据;通过目录控制器将所述查询到的缓存数据反馈至第一节点控制器;通过第一节点控制器将所述查询到的缓存数据反馈至第一内核。本发明降低了存储开销且和实现难度,可广泛应用于集成电路技术领域。

    一种提高空间定位精度的方法

    公开(公告)号:CN108398662A

    公开(公告)日:2018-08-14

    申请号:CN201810063212.2

    申请日:2018-01-23

    发明人: 汪冰 虞志益

    IPC分类号: G01S5/02

    摘要: 本发明公开了一种提高空间定位精度的方法,首先采集环境参数、待测点实际位置、RSSI定位结果以及TDOA定位结果,通过统计计算得到RSSI定位结果以及TDOA定位结果各自的误差值以及相对精度值,根据softmax模型对RSSI定位结果和TDOA定位结果各自的相对精度值进行模型预测,获得相对权重值,最后通过定位模型计算获得最终定位结果,本发明融合了RSSI定位技术以及TDOA定位技术的优点,避免了使用单一定位技术容易受环境因素影响的问题,减少误差的产生,提高了精确度,并且可以适用于多种复杂的环境中。

    一种基于深度学习的快速迭代目标检测方法

    公开(公告)号:CN108549901A

    公开(公告)日:2018-09-18

    申请号:CN201810198633.6

    申请日:2018-03-12

    IPC分类号: G06K9/62

    摘要: 本发明公开了一种基于深度学习的快速迭代目标检测方法,利用卷积神经网络、RPN网络和Fast R-CNN网络的设计,并采用预设好的RPN网络实现忽略区域的去除,在加快数据标记的同时,保证了模型训练的有效性,可提高目标检测精确率;通过去除训练数据集中的忽略区域,从而免去对数据集中的无效数据进行训练;并且对于深度学习目标检测模型进行结果判断及多次扩充训练,可进一步提高深度学习的目标检测精确率。相对于传统目标检测方法,本发明的成本低且目标检测精确率高,可节约大量人力和时间,实现快速的目标检测,同时有效增强了目标检测的鲁棒性。