一种针对AI训练访存特征的内存分配与管理方法

    公开(公告)号:CN118210628A

    公开(公告)日:2024-06-18

    申请号:CN202410316902.X

    申请日:2024-03-20

    IPC分类号: G06F9/50 G06N3/04 G06N3/08

    摘要: 本发明公开了一种针对AI训练访存特征的内存分配与管理方法,该方法首先获取AI模型训练过程中的访存请求特征,包括AI模型训练的周期特征和周期内的数据请求特征。其次使用多级数据管理结构共同管理设备内存,根据AI模型训练中的访存请求特征将内存空间分为多个区域。最后根据内存请求的尺寸和AI模型训练的周期特征,进行内存空间管理。本发明提高了内存分配管理方法的适用性,能够优化内存中的数据布局,压缩存储空隙,从而减少训练过程中的最大内存需求量,降低内存碎片的数量。

    一种毫伏级电压测量光纤传感器
    2.
    发明公开

    公开(公告)号:CN115219758A

    公开(公告)日:2022-10-21

    申请号:CN202210719452.X

    申请日:2022-06-23

    IPC分类号: G01R15/24 G01R19/00

    摘要: 本发明公开了一种毫伏级电压测量光纤传感器,光电子芯片上设有PN结,PN结上具有P区、N区和位于二者之间的空间电荷区,光电子芯片上还具有分别与P区和N区电连接的两个接线端口,光源位于PN结一侧用于向所述空间电荷区发射入射光,光谱仪位于PN结远离光源一侧用于检测通过所述空间电荷区的光谱强度。通过上述优化设计的毫伏级电压测量光纤传感器,结构简单,集成度高,利用光电子芯片电压变化时PN结内空间电荷区电子和空穴的漂移,使得与自由电子发生碰撞的光子能量发生损耗,从而通过光谱仪探测的光谱强度变化测量毫伏级的电压变化。

    一种诊疗一体化光纤传感器
    4.
    发明公开

    公开(公告)号:CN118243625A

    公开(公告)日:2024-06-25

    申请号:CN202410279978.X

    申请日:2024-03-12

    摘要: 本发明公开了一种诊疗一体化光纤传感器,包括:光纤、给药通道、检测区和诊疗结构,光纤包括纤芯和包层。检测区围绕包层的部分区域;诊疗结构连接光纤的第一端;给药通道,位于纤芯和包层之间;给药通道在靠近诊疗结构的一端设有一弯折区;弯折区伸出包层。通过光纤传感器的检测区30可以进行疾病检测,在疾病检测后,诊疗结构40可以进行疾病观察和治疗,利用药物通道50将药物输送至待治疗的区域对疾病进行治疗。通过本方案提供的光纤传感器,不仅可以准确诊断疾病,还可以直接在疾病区域进行定向的治疗,实现了诊疗一体化。光纤传感器的快速响应速度,可以实现在短时间内对疾病的准确、快速检测,进一步降低了疾病的诊断和治疗的耗时。

    保持图像结构的POCS图像超分辨率重建方法及系统

    公开(公告)号:CN118172245A

    公开(公告)日:2024-06-11

    申请号:CN202410208599.1

    申请日:2024-02-26

    摘要: 本发明提供了一种保持图像结构的POCS图像超分辨率重建方法及系统。其中,方法包括:获取低分辨图像序列,并从低分辨图像序列中获取得到参考帧和处理序列;采用基于局部协方差的插值方法对参考帧进行插值处理,得到高分辨率重建图像初始估计;对参考帧和处理序列进行运动估计,得到运动向量;运动向量为处理序列相对于参考帧的运动向量;根据运动向量将处理序列映射到高分辨率重建图像初始估计中,得到估计像素值;利用修正的PSF函数以及高分辨率重建图像初始估计,计算得到处理序列中任意当前像素的计算像素值;获取计算像素值与估计像素值之间的残差,利用残差以及预设修正公式,获取得到满足条件的高分辨率重建图像。

    雷达干扰感知模型的训练方法及雷达干扰信号识别方法

    公开(公告)号:CN114818828B

    公开(公告)日:2024-04-05

    申请号:CN202210547511.X

    申请日:2022-05-18

    摘要: 本申请提供一种雷达干扰感知模型的训练方法及雷达干扰信号识别方法,雷达干扰感知模型的训练方法包括:获取训练样本数据;其中,训练样本数据包括梳状谱干扰信号、间歇采样干扰信号、窄带瞄频干扰信号以及频谱弥散干扰信号;将训练样本数据进行时频分析处理,生成时频分布图像;将时频分布图像输入至初始的目标检测模型中进行训练,生成雷达干扰感知模型。在本申请实施例中,引入计算机视觉领域的“目标检测”思想建立目标检测模型,在目标检测模型的训练时仅需提供四种单一干扰信号。而训练完成的目标检测模型能够识别出图像中的所有干扰信号种类,进而实现对四种单一干扰信号、六种两两复合信号以及四种三重复合信号的雷达干扰的灵活感知。

    雷达干扰感知模型的训练方法及雷达干扰信号识别方法

    公开(公告)号:CN114818828A

    公开(公告)日:2022-07-29

    申请号:CN202210547511.X

    申请日:2022-05-18

    摘要: 本申请提供一种雷达干扰感知模型的训练方法及雷达干扰信号识别方法,雷达干扰感知模型的训练方法包括:获取训练样本数据;其中,训练样本数据包括梳状谱干扰信号、间歇采样干扰信号、窄带瞄频干扰信号以及频谱弥散干扰信号;将训练样本数据进行时频分析处理,生成时频分布图像;将时频分布图像输入至初始的目标检测模型中进行训练,生成雷达干扰感知模型。在本申请实施例中,引入计算机视觉领域的“目标检测”思想建立目标检测模型,在目标检测模型的训练时仅需提供四种单一干扰信号。而训练完成的目标检测模型能够识别出图像中的所有干扰信号种类,进而实现对四种单一干扰信号、六种两两复合信号以及四种三重复合信号的雷达干扰的灵活感知。

    基于场景信息挖掘的井下人员目标跟踪方法

    公开(公告)号:CN103793715B

    公开(公告)日:2016-11-16

    申请号:CN201410050664.9

    申请日:2014-02-13

    IPC分类号: G06K9/62 G06T7/20

    摘要: 本发明公开了一种基于场景信息挖掘的井下人员目标跟踪方法,对井下灰度图像采用自适应多高斯背景建模得到背景估计图像,根据背景估计图像对井下灰度图像进行背景减除得到运动目标区域,通过判断光斑填充前后运动目标区域与背景估计图像的互相关系数的上升程度是否大于预设阈值,排除光斑运动区域,对人员运动区域进行粒子滤波跟踪,得到目标跟踪结果,再采用阴影腌膜去除目标跟踪结果中的阴影像素,最后采用竖直投影方法对前景框大小进行优化,得到最终目标跟踪结果。本发明根据背景估计图像,对包括光斑、阴影的场景信息进行处理,从而提高井下恶劣视频条件下人员目标跟踪的准确性和鲁棒性。

    基于场景信息挖掘的井下人员目标跟踪方法

    公开(公告)号:CN103793715A

    公开(公告)日:2014-05-14

    申请号:CN201410050664.9

    申请日:2014-02-13

    IPC分类号: G06K9/62 G06T7/20

    摘要: 本发明公开了一种基于场景信息挖掘的井下人员目标跟踪方法,对井下灰度图像采用自适应多高斯背景建模得到背景估计图像,根据背景估计图像对井下灰度图像进行背景减除得到运动目标区域,通过判断光斑填充前后运动目标区域与背景估计图像的互相关系数的上升程度是否大于预设阈值,排除光斑运动区域,对人员运动区域进行粒子滤波跟踪,得到目标跟踪结果,再采用阴影腌膜去除目标跟踪结果中的阴影像素,最后采用竖直投影方法对前景框大小进行优化,得到最终目标跟踪结果。本发明根据背景估计图像,对包括光斑、阴影的场景信息进行处理,从而提高井下恶劣视频条件下人员目标跟踪的准确性和鲁棒性。

    一种基于多波长LED激发的光声成像装置和方法

    公开(公告)号:CN118603895A

    公开(公告)日:2024-09-06

    申请号:CN202411046176.0

    申请日:2024-08-01

    摘要: 本发明公开了一种基于多波长LED激发的光声成像装置和方法,涉及材料特性测定及可视化领域,以实现低成本、小体积、多波长、高精度的光声成像。本发明的LED模组的各LED阵列均由多个LED子阵成阵列排布而成,各LED子阵间的LED的波长不同,且各LED子阵的光功率位于同一区间。在上位机控制下,运动控制模组将超声换能器移动到指定位置,通过LED驱动电路驱动LED模组发出纳秒级脉冲光束作用到成像样品,利用光声信号采集模组采集并存储成像样品产生的超声信号,由上位机进行图像重建。本发明以低成本、小体积的LED作为激励源,并且LED阵列包含多波长、同功率的LED子阵,在纳秒级信号的控制下,实现了多波长、高精度成像。