一种近似计算tanh函数的装置

    公开(公告)号:CN110879697B

    公开(公告)日:2021-09-28

    申请号:CN201911034169.8

    申请日:2019-10-29

    申请人: 南京大学

    IPC分类号: G06F7/575 G06N3/063

    摘要: 本发明公开了一种近似计算tanh函数的装置,包括输入补码选择单元、常数乘法单元、移位单元、特殊值产生单元、加法单元和输出补码选择单元。输入补码选择单元将输入自变量x映射到正数区间输出,常数乘法单元计算2.875×x的整数部分k与小数部分特殊值产生单元产生的近似值,移位单元得到的两个部分值,加法单元计算Ω(k)与两个移位结果的和或差,输出补码选择单元将加法单元的结果转换到x对应的正数或负数区间输出。本发明的装置能实现近似计算tanh函数,在保持较高精度的同时,极大地降低了硬件架构的功耗、面积以及延时开销。

    一种基于光声成像技术的多层介质声速计算的方法

    公开(公告)号:CN103142216B

    公开(公告)日:2014-11-12

    申请号:CN201310113624.X

    申请日:2013-04-03

    申请人: 南京大学

    IPC分类号: A61B5/00

    摘要: 本发明公开了一种基于光声成像技术的多层介质声速计算的方法,包括以下步骤:根据传感器脉冲响应函数,对传感器接收到的原始数据进行逆滤波处理得到逆滤波数据;设定组织中不同介质的初始声速及声速迭代范围;以逆滤波数据及所设定组织各层声速为基础,进行光声图像重建;从每次重建得到的光声图像中计算并提取图像中声源的分布,依据声源分布信息确定迭代是否完成,若完成则输出声速。本发明提供了一种简单无创的用于测量生物组织中声速的方法,计算简单,复杂度小,效果突出。

    一种可用于虚拟现实输入的肢体动作识别装置

    公开(公告)号:CN102200829A

    公开(公告)日:2011-09-28

    申请号:CN201010131190.2

    申请日:2010-03-24

    申请人: 南京大学

    IPC分类号: G06F3/01 G06K9/00

    摘要: 本发明是一种可用于虚拟现实中的肢体动作识别装置。所属的技术领域为虚拟现实技术中的人机交互技术。本发明解决的技术问题是:提供一种相比于传统人机交互中基于鼠标和键盘的输入技术更人性化、更简单的输入装置,以实现虚拟世界和现实世界的无缝连接。解决该问题的技术方案的要点是:通过手持特殊设备将对肢体动作的识别转换成对特殊设备轨迹的识别,采用精度达毫米级、且满足实时要求的3D定位系统将肢体动作录制成3D定位数据流,并从中截取包含肢体动作信息的3D定位数据序列以识别相应的肢体动作,进而发出与具体的应用场景相应的控制命令,从而实现控制虚拟世界的目的。本发明的主要用途是在某些虚拟现实技术应用场景中取代鼠标和键盘,从而给用户提供一种更人性化、更简单的控制方式。

    自校准三轴振动监测及环境监测采集系统

    公开(公告)号:CN102032943A

    公开(公告)日:2011-04-27

    申请号:CN201010589368.8

    申请日:2010-12-15

    摘要: 自校准三轴振动监测及环境监测采集系统,由一组振动监测模块,温度补偿模块,环境监测模块以及信号调理模块组成;所述振动监测模块包括高精度加速度传感器;所述温度补偿模块用来自校准振动监测模块的输出;所述环境监测模块包括温度传感器,湿度传感器,光照度传感器;所述信号调理模块包括信号调理电路、抗混叠滤波器、模数转换器和数字接口输出;振动监测模块连接信号调理模块,振动监测模块采集振动信号,环境监测模块采集温度信号、湿度信号和光照度信号;传感器输出的振动信号连接信号调理电路进行放大模数转换电路,最后通过数字接口输出,并经温度补偿。本发明集成多种适用于基础设施结构健康监测及环境监测的传感器。

    基于相位展开和线性回归的色载波频差估计方法

    公开(公告)号:CN101370146B

    公开(公告)日:2011-04-20

    申请号:CN200810156553.0

    申请日:2008-09-28

    申请人: 南京大学

    IPC分类号: H04N9/45

    摘要: 基于相位展开和线性回归的色载波频差估计算法,(1)提取一场开始的黑电平信号中的色同步分量的起始相位;并且采用场起初处的黑电平信号;利用相位估计得到的相位的范围为[0,2π],作频率估计用的相位选取5个;(2)使用相位展开算法将提取的相位进行展开;相位展开是:以第1行的相位为基准,将其它4行的相位调整到一个统一的线性范围内;(3)使用线性回归模型对展开相位进行拟合,对色同步频率进行提取;以最小二乘准则解超定方程组,(4)使用限幅器对所提取到的色同步频率进行限幅。当输入为非标准视频信号时,通过相位展开算法和线性回归模型对色载波的频率估计,以提高本地色载波的精度,进行数字高清解调。

    基于FPGA和USB总线的高速数据采集与传输方法

    公开(公告)号:CN101408902A

    公开(公告)日:2009-04-15

    申请号:CN200810156589.9

    申请日:2008-10-06

    申请人: 南京大学

    IPC分类号: G06F17/40 G06F13/38

    摘要: 基于FPGA和USB总线的高速数据采集与传输方法,在模数转换模块、FPGA模块、缓存模块和USB传输模块共四个模块的基础上向上位PC计算机进行数据采集与传输:1)模数转换模块实现将输入的待采集信号转换为数字信号的功能,模数转换模块接受外部输入的待采集模拟信号和来自FPGA模块的采样时钟输入信号,模数转换模块将转换后的数字信号数据输出给FPGA模块;2)FPGA模块完成将所述数字信号数据缓存到片外的DDR SDRAM的任务;3)缓存模块用于缓存模数转换模块输出的数字信号数据;4)USB传输模块将存储于缓存模块中的数字信号数据与FPGA模块的处理器协同工作,将数据传输到主机。

    一种环型线圈车辆检测器基准频率确定方法

    公开(公告)号:CN101369026A

    公开(公告)日:2009-02-18

    申请号:CN200810156590.1

    申请日:2008-10-06

    申请人: 南京大学

    IPC分类号: G01V3/10

    摘要: 环型线圈车辆检测器基准频率的确定方法,(1)开始;(2)连续存取多个当前频率;(3)取平均值作为当前基准频率;(4)采样当前频率与基准频率比较;(5)进行n次采样比较;(6)将最近的几个当前频率取平均作为新的基准频率,继续频率采样;(7)增大是否超过有车的幅度;(8)判断车进入;(9)采样当前频率,与基准频率比较频率是否在幅降低,是则进入(10),否则仍进行频率采样;(10)判断车离开,并继续频率采样;(11)连续采样与基准频率比较是否频率增大;进行n次采样比较,是否连续比基准频率大?如频率增大进入(12),否则继续采样;(12)将最近的几个当前频率取平均作为新的基准频率,继续频率采样。

    图像缩放器中辛克函数加窗插值方法

    公开(公告)号:CN1916964A

    公开(公告)日:2007-02-21

    申请号:CN200610086177.3

    申请日:2006-09-08

    申请人: 南京大学

    IPC分类号: G06T3/40

    摘要: 图像缩放器中的插值选择方法,对Sinc函数做有限长度的截取来进行插值,采用Sinc函数加窗的方法来实现:图像缩放处理是通过数字图像处理的方法来实现信号的抽取或者插入,并设计插值器,用于得出某一时刻的信号值;对Sinc函数做有限长度的截取来进行插值,其处理的方法是靠近滤波器的两端用一个加权序列w(n)使得幅度较缓慢的衰减到零,这个加权序列w(n)称为窗:根据待缩放图像的图像特征,计算得出滤波器的截止频率和过渡带宽度,进一步计算得到Kaiser窗的β参数和窗长度参数N以及Sinc函数的参数。将此插值过程做成模块,应用在图像缩放处理中能获得大的缩放范围和较好的缩放质量,计算量小,效率优。

    一种基于B-MLP的三维人脸识别方法

    公开(公告)号:CN116229550A

    公开(公告)日:2023-06-06

    申请号:CN202310191003.7

    申请日:2023-03-02

    申请人: 南京大学

    摘要: 本发明提出了一种基于B‑MLP的三维人脸识别方法,包括:获取人脸三维点云数据并过滤背景信息得到原始点云;对原始点云进行预处理操作得到预处理后的目标点云;在目标点云中检测鼻尖点并截取鼻尖区域为特征点云进行球坐标变换;计算目标点云中各点到鼻尖点的测地距离,进行保形分段三次插值,得到点数相同的人脸面部曲线;计算人脸面部曲线的特征作为神经网络即B‑MLP模型的输入数据;使用输入数据训练B‑MLP模型进行人脸识别,所有输入数据组成人脸数据库,计算人脸数据库中所有点云的概率分布,选择概率最大的人脸,完成基于B‑MLP的三维人脸识别。

    一种基于块循环稀疏矩阵的神经网络加速系统

    公开(公告)号:CN109472350B

    公开(公告)日:2021-11-16

    申请号:CN201811284262.X

    申请日:2018-10-30

    申请人: 南京大学

    IPC分类号: G06N3/04 G06N3/063

    摘要: 本发明涉及基于块循环稀疏矩阵的神经网络加速系统,包括:可扩展的处理单元阵列,存储有神经网络的部分权值,对压缩的网络进行解码和运算;主控制器主要负责对运算流程的控制;激励分发单元,在主控制器的控制下,向可扩展的处理单元阵列分发非零的运算数据。有益效果为:有效利用了块循环稀疏矩阵的特点,减轻了稀疏矩阵向量乘运算负载不均衡的问题,提高运算单元利用率;通过利用激励和权重的稀疏性,减少了片上存储的使用,跳过了冗余的运算,从而提高硬件加速器的吞吐率,满足处理深度神经网络的实时性要求。