-
公开(公告)号：CN120070749A
公开(公告)日：2025-05-30
申请号：CN202510128748.8
申请日：2025-02-05
Applicant: 福州大学
IPC: G06T17/00 , G06N3/0455 , G06T15/20 , G06N3/09
Abstract: 本发明提供一种基于退化学习的神经辐射场三维重建方法，通过数据采集，构建神经辐射场模型；通过建立退化学习器，输入神经辐射场模型合成的退化视图，求出真实视图与退化视图之间的退化信息作为监督，将退化视图输入退化学习器并训练，以从退化视图中取得退化信息；将退化视图与学习得的退化信息分别分割为三个不同尺度输入多尺度网络，学习不同尺度的特征，采用编码‑解码器结构强化关键特征，并拼合成原始尺度的强化图像应用在神经辐射场模型上，对神经辐射场进行三维场景建模与体渲染，重建出三维场景并合成各个视角的新视图，将退化视图输入退化学习器与多尺度网络，得到强化的新视图。
-
公开(公告)号：CN120047675A
公开(公告)日：2025-05-27
申请号：CN202510223350.2
申请日：2025-02-27
Applicant: 福州大学
IPC: G06V10/25 , G06V10/82 , G06V10/80 , G06V10/42 , G06V10/44 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于全局‑局部注意力交互机制显著性目标检测的方法，属于计算机视觉领域。所述方法，通过对骨干网络再编码使得网络可以更加关注更具代表性的特征，同时减少对于不重要信息的关注，并通过代理支流预融合的方式结合RGB图信息和深度图信息，再通过全局‑局部注意力机制使模型能够兼备全局注意力机制的获取全局上下文信息能力和局部注意力机制丰富显著性目标细节语义信息能力，最后使用全新的解码器机制，通过多尺度聚合处理和自适应强度损失函数提升模型精确度，使其更加精确定位显著性目标区域。本发明方法能够在尽量不损失准确率的前提下，提升显著性目标检测的效率。
-
公开(公告)号：CN113887166B
公开(公告)日：2025-01-10
申请号：CN202111184704.5
申请日：2021-10-12
Applicant: 福州大学
IPC: G06F30/394 , G06F30/398 , G06F115/06
Abstract: 本发明涉及一种基于整数线性规划和两阶段划分策略的轨道分配方法。首先，提出了一种有效的求解轨道分配问题的整数线性规划模型，以最小化iroutes之间的重叠从而显著提高可布线性。其次，提出了一种基于panel级和subpanel级的并行机制，该机制可以在不牺牲轨道分配解方案质量的前提下大大提高SPTA算法的求解速度。然后，设计了有效的两阶段的划分策略以进一步优化算法的运行时间。
-
公开(公告)号：CN119272706A
公开(公告)日：2025-01-07
申请号：CN202411358563.8
申请日：2024-09-27
Applicant: 福州大学
IPC: G06F30/394 , G06F30/392 , G06F30/398 , G06N3/0455 , G06N3/092
Abstract: 本发明涉及一种基于深度强化学习的直线与八角Steiner最小树构造的统一方法，属于集成电路计算机辅助设计技术领域。所述方法：首先，根据SMT的结构特征设计了边点序列(Edge Point Sequence,EPS)用于弥合深度学习模型的输出与SMT结构间的差距。其次，针对EPS设计了一个深度学习模型，以SMT的负线长作为奖励通过DRL对模型进行训练。其次，为构造方案的质量评估提供了相应的快速精确线长计算算法，以加速模型的训练。最后，利用机器学习方法的随机性构造多样化的SMT构造方案。本发明方法能够解决RSMT与OSMT问题并生成多样化的布线拓扑。
-
公开(公告)号：CN117610488A
公开(公告)日：2024-02-27
申请号：CN202311627098.9
申请日：2023-11-30
Applicant: 福州大学
IPC: G06F30/394 , G06F30/398 , G06N3/0455 , G06N3/092 , G06F115/06
Abstract: 本发明提出基于强化学习的八角Steiner最小树构造方法，用于集成电路设计，所述方法将机器学习运用于八角Steiner最小树OSMT的构造，引入八角边序列OES以表示OSMT的结构以弥合机器学习的输出，同时设计神经网络模型用于生成OES和OSMT快速精确线长计算算法以评估OES的质量，使用强化学习对神经网络模型进行训练；包括以下步骤；步骤S1、定义OSMT的构造方式；步骤S2、生成OSMT构造方案；步骤S3、设计神经网络模型步骤S4、训练神经网络模型并进行参数更新；步骤S5、计算OSMT线长；本发明能够在集成电路设计时得到一个最小化线长的布线解方案。
-
Patent Agency Ranking
公开(公告)号：CN117610483A
公开(公告)日：2024-02-27
申请号：CN202311627040.4
申请日：2023-11-30
Applicant: 福州大学
IPC: G06F30/392 , G06F30/394 , G06F30/398 , G06F115/06
Abstract: 本发明提出基于线网优化的流式微流控生物芯片架构综合方法，用于生成最小化通道总长度、交叉点数量、液体运输任务冲突的CFMBs芯片架构，包括以下步骤；步骤S1、针对生物芯片运行的高层次综合阶段，对流路径进行分时复用以减少组件互连需求，并通过细粒度的绑定来得到精确的绑定结果和对流路径进行分时复用调度结果；步骤S2、根据绑定结果以及流路径特征，执行基于端口相关度的端口布局策略，再基于二次线长布局方法对组件进行布局；步骤S3、在布线阶段，基于最小冲突布线方法生成流通道来减少液体运输任务之间的冲突，以减少通道总长度和交叉点数量，并提高CFMBs的执行效率；本发明能得到最小化通道总长度、交叉点数量、液体运输任务冲突的CFMBs芯片架构。
-
公开(公告)号：CN117390965A
公开(公告)日：2024-01-12
申请号：CN202311465570.3
申请日：2023-11-07
Applicant: 福州大学
IPC: G06F30/27 , G06N3/126 , G06F111/04
Abstract: 本发明公开了一种求解昂贵约束优化问题的快速广义代理辅助进化方法，通过全局代理模型和局部代理模型管理构建了一种新的模型管理框架。首先,在基于集成代理模型构建全局代理模型后,提出差距准则来选择个体进行精确评估,进而指导进化算法搜索。其次,为了增强算法的开发能力,提出群体信任域来构建局部代理模型。此外,还引入顶部可行均值法则来保持可行区域与不可行区域之间的搜索平衡,提升可行解质量,加快收敛速度。因此该方法在优化计算资源有限的昂贵约束问题上的性能优于其他先进算法。
-
公开(公告)号：CN117350239A
公开(公告)日：2024-01-05
申请号：CN202311466198.8
申请日：2023-11-07
Applicant: 福州大学
IPC: G06F30/394 , G06F30/398 , G06N3/006 , G06N5/01
Abstract: 本发明公开了一种基于社会学习离散麻雀搜索的长度限制X结构Steiner最小树构建方法，主要包括以下3个有效策略：(1)通过社会学习机制对麻雀搜索方法进行改进；(2)通过参数动态调整对麻雀搜索方法进行优化；(3)通过消环策略与消除锐角优化方案对得到的Steiner树进行修正调整，从而降低所造成的额外线长代价，进一步提高最终Steiner树的质量。
-
公开(公告)号：CN116341473A
公开(公告)日：2023-06-27
申请号：CN202211415884.8
申请日：2022-11-12
Applicant: 福州大学
IPC: G06F30/394 , G06F111/04 , G06F111/06
Abstract: 本发明提出超大规模集成电路下时延驱动的层分配方法，改进了非默认规则线的使用，并致力于引导层分配过程中的线网布线密度均衡，所述方法针对总体布线阶段的2D布线结果进行线网的优先级计算，使优先级大的线网先进行布线；并以拥塞代价调整策略针对所有线网评估网格边上线网的平均布线情况，同时以目标函数调整策略，将3D网格边的使用情况引入目标函数，减少层分配过程中边溢出的情况，提高层分配的质量；包括以下步骤；步骤S1、优先级主导的层分配阶段；步骤S2、基于布线密度均衡的层分配阶段；步骤S3、后优化阶段；本发明重点改进了非默认规则线的使用，能引导层分配过程中的线网布线密度均衡。
-
-
-
-
-
-
-
-
-
Search Results
417
records
(took 0.025 seconds)
