期刊文献+
共找到25篇文章
< 1 2 >
每页显示 20 50 100
基于复合卷积神经网络的图像超分辨率算法 预览
1
作者 吴嘉昕 胡晓辉 张明 《计算机工程与应用》 CSCD 北大核心 2019年第13期186-192,共7页
针对卷积神经网络图像超分辨率算法中的映射函数容易出现过拟合、梯度弥散等问题,提出一种由卷积网络和反卷积网络构成的复合卷积神经网络算法。提出使用RReLUs和Softplus函数结合形式作为激活函数,有效改善了过拟合问题;采用附加修正... 针对卷积神经网络图像超分辨率算法中的映射函数容易出现过拟合、梯度弥散等问题,提出一种由卷积网络和反卷积网络构成的复合卷积神经网络算法。提出使用RReLUs和Softplus函数结合形式作为激活函数,有效改善了过拟合问题;采用附加修正系数的小批量梯度下降法,避免梯度弥散现象;利用反卷积网络实现高分辨率图像重建。实验证明新的网络模型有效改善了图像的清晰度和边缘锐化,在主观视觉效果和客观评价指标上都获得了显著提升。 展开更多
关键词 低分辨率 超分辨率 卷积层 反卷积层
在线阅读 下载PDF
基于FPGA的卷积神经网络卷积层并行加速结构设计
2
作者 陈煌 祝永新 +2 位作者 田犁 汪辉 封松林 《微电子学与计算机》 CSCD 北大核心 2018年第10期85-88,共4页
随着近年来硬件的飞速发展,深度学习又一次成为了研究的热门领域,其中卷积神经网络在多个方面显示了突出的表现.卷积层是卷积神经网络中最重要的组成部分,具有大量乘加计算.针对该特点,提出了流水线式的FPGA卷积层并行加速模块.该电路... 随着近年来硬件的飞速发展,深度学习又一次成为了研究的热门领域,其中卷积神经网络在多个方面显示了突出的表现.卷积层是卷积神经网络中最重要的组成部分,具有大量乘加计算.针对该特点,提出了流水线式的FPGA卷积层并行加速模块.该电路可以在一个周期内获得一个计算结果.在相同结构和数据集的情况下,FPGA的计算效率分别是CPU,GPU的近7倍和5倍,而功耗只有GPU的28.87%. 展开更多
关键词 卷积神经网络 FPGA 卷积层
基于高低维度特征融合的双通道卷积神经网络 预览
3
作者 文元美 罗志鹏 凌永权 《计算机与现代化》 2018年第12期101-105,共5页
为了充分利用图像中所隐藏的特征信息,提出将低级维度特征融合在全连接层,构建出融合了高低级维度特征的双通道卷积神经网络。首先构建一个传统的双通道卷积神经网络,在两通道上设置不同大小的卷积核,将双通道的池化层分别连接到全连接... 为了充分利用图像中所隐藏的特征信息,提出将低级维度特征融合在全连接层,构建出融合了高低级维度特征的双通道卷积神经网络。首先构建一个传统的双通道卷积神经网络,在两通道上设置不同大小的卷积核,将双通道的池化层分别连接到全连接层,同时将两通道卷积神经网络的第一池化层提取的特征也直接送到全连接层,使提取得到的初级和高级特征图在全连接层上进行融合,融合后的数据输入到Softmax分类器进行分类。不同算法在fashion-mnist和CIFAR-10数据库上的对比仿真结果表明,本文模型获得了较高的分类准确率。 展开更多
关键词 特征融合 双通道卷积神经网络 卷积核 池化层
在线阅读 下载PDF
基于改进的卷积神经网络的图像分类性能 预览 被引量:2
4
作者 常祥 杨明 《重庆理工大学学报:自然科学版》 2017年第3期110-115,共6页
将改进的卷积神经网络应用到图片目标识别中。为了提高分类预测准确度,对传统卷积神经网络结构进行了改进,其具体结构为:卷积层C1—池化层S1—卷积层C2—池化层S2—卷积层C3—池化层S3—全连接层FC—输出,主要增加了卷积层和池化层层数... 将改进的卷积神经网络应用到图片目标识别中。为了提高分类预测准确度,对传统卷积神经网络结构进行了改进,其具体结构为:卷积层C1—池化层S1—卷积层C2—池化层S2—卷积层C3—池化层S3—全连接层FC—输出,主要增加了卷积层和池化层层数,且在卷积滤波器规格选择上统一选择了5×5。最后用这一网络结构模型和其他模型(Re Net、APAC、PACNet)对CIFAR-10数据库进行试验对比,通过最终的预测准确度可以看出:改进后的卷积神经网络的精度达90.37%,高于其他3种模型。 展开更多
关键词 卷积神经网络 图像分类技术 卷积层 池化层
在线阅读 免费下载
卷积神经网络在车牌分类器中的应用 预览 被引量:8
5
作者 郭克友 贾海晶 郭晓丽 《计算机工程与应用》 CSCD 北大核心 2017年第14期209-213,共5页
传统的基于边缘、颜色、纹理及机器学习等方法进行的车牌定位,需要对车牌图像进行复杂的特征提取,不但训练过程容易造成过拟合或者维数灾难,而且识别结果也易受光照、道路环境及图像质量等因素的影响,虽然漏识别率低,但误识别率高... 传统的基于边缘、颜色、纹理及机器学习等方法进行的车牌定位,需要对车牌图像进行复杂的特征提取,不但训练过程容易造成过拟合或者维数灾难,而且识别结果也易受光照、道路环境及图像质量等因素的影响,虽然漏识别率低,但误识别率高。针对车牌分类问题,利用深度学习中的卷积神经网络,避免了传统模式分类算法在前期对图像复杂的预处理,降低了设计提取特征算法时对丰富经验的依赖。综合对比了BP神经网络、支持向量机、卷积神经网络三种算法,实验结果表明,卷积神经网络在车牌分类中具有较好的表现,识别率高达98.25%,也证明了深度学习在智能交通领域具有较大的应用前景。 展开更多
关键词 车牌分类 卷积神经网络 卷积层 降采样层
在线阅读 下载PDF
卷积神经网络支持下的低空摄影测量DEM修补 预览 被引量:1
6
作者 何海清 游琦 陈晓勇 《遥感信息》 CSCD 北大核心 2017年第1期115-119,共5页
针对低空摄影测量DEM生成大多需要人工后处理存在自动化程度较低的问题,结合深度学习算法,提出卷积神经网络支持下的低空摄影测量DEM自动修补方法。该方法构建卷积神经网络低空遥感分类模型识别DEM修补目标区,采用高差能量衰减函数寻找... 针对低空摄影测量DEM生成大多需要人工后处理存在自动化程度较低的问题,结合深度学习算法,提出卷积神经网络支持下的低空摄影测量DEM自动修补方法。该方法构建卷积神经网络低空遥感分类模型识别DEM修补目标区,采用高差能量衰减函数寻找最优的关联高程数据集,利用抗差径向神经网络高程曲面拟合法修补目标区高程值,以实现低空摄影测量DEM自动修补。实验验证了该方法可达到人工后处理DEM的精度,且显著提高了DEM修补的自动化程度。 展开更多
关键词 卷积神经网络 深度学习 卷积层 反向传播 径向神经网络
在线阅读 下载PDF
基于改进的卷积神经网络的肺结节良恶性分类 预览
7
作者 刘咏江 谢红薇 +2 位作者 刘爱媛 张昊 强彦 《计算机工程与设计》 北大核心 2019年第7期2013-2018,共6页
为提高肺结节良恶性分类的准确率,降低误诊率,提出一种基于改进的卷积神经网络的肺结节良恶性分类方法。采用多层感知器卷积层来提取肺结节特征;利用卷积层代替全连接层,减少网络参数,将提取到的特征输入至分类器进行分类;从网络深度、... 为提高肺结节良恶性分类的准确率,降低误诊率,提出一种基于改进的卷积神经网络的肺结节良恶性分类方法。采用多层感知器卷积层来提取肺结节特征;利用卷积层代替全连接层,减少网络参数,将提取到的特征输入至分类器进行分类;从网络深度、参数优化算法、学习率衰减策略、激活函数4个方面分析对分类效果的影响,构建改进的卷积神经网络模型。在LIDC-IDRI数据集上的实验结果表明,该模型的准确率、敏感性、特异性和AUC值分别为95.5%、0.96、0.95和0.96,该方法比传统卷积神经网络有更高的分类准确率和低误诊率,取得了较好的分类效果。 展开更多
关键词 卷积神经网络 多层感知器卷积层 卷积层 肺结节 良恶性分类
在线阅读 下载PDF
基于改进R-FCN的多遮挡行人实时检测算法 预览
8
作者 刘辉 彭力 闻继伟 《光电工程》 CAS CSCD 北大核心 2019年第9期47-55,共9页
当前车辆辅助驾驶系统的一个主要挑战就是在复杂场景下实时检测出多遮挡的行人,以减少交通事故的发生。为了提高系统的检测精度和速度,提出了一种基于改进区域全卷积网络(R-FCN)的多遮挡行人实时检测算法。在R-FCN网络基础上,引进感兴... 当前车辆辅助驾驶系统的一个主要挑战就是在复杂场景下实时检测出多遮挡的行人,以减少交通事故的发生。为了提高系统的检测精度和速度,提出了一种基于改进区域全卷积网络(R-FCN)的多遮挡行人实时检测算法。在R-FCN网络基础上,引进感兴趣区域(RoI)对齐层,解决特征图与原始图像上的RoI不对准问题;改进可分离卷积层,降低R-FCN的位置敏感分数图维度,提高检测速度。针对行人遮挡问题,提出多尺度上下文算法,采用局部竞争机制进行自适应上下文尺度选择;针对遮挡部位可见度低,引进可形变RoI池化层,扩大对身体部位的池化面积。最后为了减少视频序列中行人的冗余信息,使用序列非极大值抑制算法代替传统的非极大值抑制算法。检测算法在基准数据集Caltech训练检测和ETH上产生较低的检测误差,优于当前数据集中检测算法的精度,且适用于检测遮挡的行人。 展开更多
关键词 多遮挡行人 可分离卷积层 多尺度上下文 可形变RoI池化层
在线阅读 下载PDF
基于卷积神经网络的网络入侵检测系统模型 预览
9
作者 王建军 刘乐姗 李子坤 《河北经贸大学学报:综合版》 2019年第1期31-35,共5页
针对传统入侵检测算法普遍存在的检测准确率偏低、误报率高和对未知安全威胁检测的不足等问题,利用卷积神经网络的数据特征提取自主发现和提取的技术特征以及高准确率,提出一种基于卷积神经网络算法的网络入侵检测系统模型,公开数据集... 针对传统入侵检测算法普遍存在的检测准确率偏低、误报率高和对未知安全威胁检测的不足等问题,利用卷积神经网络的数据特征提取自主发现和提取的技术特征以及高准确率,提出一种基于卷积神经网络算法的网络入侵检测系统模型,公开数据集测试结果显示该模型较传统的入侵检测方法有较高的准确率和较低的漏报率。 展开更多
关键词 入侵检测 卷积神经网络 协议分层
在线阅读 下载PDF
基于改进卷积神经网络的交通标志牌识别研究 预览
10
作者 张璟 《电脑知识与技术:学术版》 2019年第7X期195-197,共3页
在真实路况行驶过程中发现并准确识别周围的交通标志是自动驾驶系统和辅助驾驶系统的研究重点。为解决经典的VGG网络在训练过程中需要消耗大量计算资源和参数量巨大的问题,提出了使用深度可分离卷积模块,用其代替传统的卷积层减少了近9... 在真实路况行驶过程中发现并准确识别周围的交通标志是自动驾驶系统和辅助驾驶系统的研究重点。为解决经典的VGG网络在训练过程中需要消耗大量计算资源和参数量巨大的问题,提出了使用深度可分离卷积模块,用其代替传统的卷积层减少了近9倍参数量且获得了更多局部感受野,使用平均池化层取代全连接层进一步压缩了参数量。改进的模型在真实场景下的交通标志图像数据集GTSRB的准确率达到98.38%。实验结果表明,改进的模型提高了识别准确率的同时减少模型参数量,具有实际意义。 展开更多
关键词 卷积神经网络 交通标志牌检测 交通标志牌识别 交通标志牌分类 深度可分离卷积
在线阅读 下载PDF
三维柱坐标下ADI-WLP FDTD算法的CPML实现
11
作者 朱大伟 陈海林 +1 位作者 杨洁 陈彬 《微波学报》 CSCD 北大核心 2019年第3期1-6,共6页
提出一种三维柱坐标系下交变方向隐式(ADI)的加权拉盖尔时域有限差分(WLP-FDTD)算法,并利用卷积完全匹配层(CPML)实现。通过引入微扰项可将大型稀疏矩阵的CPML形式分解为6个三对角矩阵,之后结合高斯-赛德尔思想,将6个三对角矩阵划分为... 提出一种三维柱坐标系下交变方向隐式(ADI)的加权拉盖尔时域有限差分(WLP-FDTD)算法,并利用卷积完全匹配层(CPML)实现。通过引入微扰项可将大型稀疏矩阵的CPML形式分解为6个三对角矩阵,之后结合高斯-赛德尔思想,将6个三对角矩阵划分为两部分迭代计算,可进一步提升计算效率和收敛速度。在柱坐标模型的应用算例中,数值计算结果显示该算法的CPML吸收边界对比Mur吸收边界有较好的吸收效果。 展开更多
关键词 时域有限差分法 拉盖尔多项式 交变方向隐式 卷积完全匹配层 高斯-赛德尔 轴上特殊处理
针对图像隐写分析的卷积神经网络结构改进 预览
12
作者 高培贤 魏立线 +1 位作者 刘佳 刘明明 《计算机工程》 CSCD 北大核心 2018年第10期309-313,共5页
针对目前图像隐写分析准确率较低的问题,构建一个基于多层感知卷积层的卷积神经网络隐写分析模型。使用多层感知卷积层代替传统的线性卷积层,提高模型的非线性能力,提取载体/隐写图像更抽象的特征。采用全局平均池化层代替全连接层,以... 针对目前图像隐写分析准确率较低的问题,构建一个基于多层感知卷积层的卷积神经网络隐写分析模型。使用多层感知卷积层代替传统的线性卷积层,提高模型的非线性能力,提取载体/隐写图像更抽象的特征。采用全局平均池化层代替全连接层,以减少网络的参数并提高模型的训练效率。实验结果表明,相比传统的图像隐写分析算法和现有的卷积神经网络隐写分析模型,该模型能够有效提高隐写分析的检测准确率,对S-UNIWARD嵌入算法的隐写分析检测准确率达到90.87%。 展开更多
关键词 隐写分析 卷积神经网络 多层感知卷积层 池化层 全连接层
在线阅读 下载PDF
基于改进全卷积网络的多尺度感知行人检测算法 被引量:3
13
作者 刘辉 彭力 闻继伟 《激光与光电子学进展》 CSCD 北大核心 2018年第9期312-318,共7页
当前行人检测的一个主要挑战是在复杂的场景中检测出不同尺度的行人,尤其是远尺度行人。由于不同尺度的行人会表现出不同的视觉外观特征,鉴于此提出了一种多尺度感知的行人检测算法。在全卷积网络结构中引进可形变卷积层,扩大特征图的... 当前行人检测的一个主要挑战是在复杂的场景中检测出不同尺度的行人,尤其是远尺度行人。由于不同尺度的行人会表现出不同的视觉外观特征,鉴于此提出了一种多尺度感知的行人检测算法。在全卷积网络结构中引进可形变卷积层,扩大特征图的感受野;通过级联区域建议网络提取多尺度行人建议区域,引入多尺度判别策略,定义尺度判别层,判别行人建议区域的尺度类别;构建一个多尺度感知网络,引进软非极大值抑制(Soft-NMS)检测算法,融合每个网络输出的分类值和回归值,获取最终的行人检测结果。实验表明,本文提出的检测算法在基准数据集Caltech和ETH上的检测误差较低,检测精度优于当前其他检测算法,适用于检测远尺度行人。 展开更多
关键词 机器视觉 全卷积网络 可形变卷积层 多尺度判别策略 多尺度感知网络 行人检测
基于深度神经网络的行人头部检测 预览
14
作者 陶祝 刘正熙 +1 位作者 熊运余 李征 《计算机工程与科学》 CSCD 北大核心 2018年第8期1475-1481,共7页
行人检测已成为安防、智能视频监控、景区人流量统计所依赖的核心技术,最新目标检测方法包括快速的区域卷积神经网络Fast-RCNN、单发多重检测器SSD、部分形变模型DPM等,皆为对行人整体的检测。在大场景下,行人姿态各异,物体间遮挡频繁,... 行人检测已成为安防、智能视频监控、景区人流量统计所依赖的核心技术,最新目标检测方法包括快速的区域卷积神经网络Fast-RCNN、单发多重检测器SSD、部分形变模型DPM等,皆为对行人整体的检测。在大场景下,行人姿态各异,物体间遮挡频繁,只有通过对行人身体部分位置建模,抓住人的局部特征,才能实现准确的定位。利用Faster-RCNN深度网络原型,针对行人头部建立检测模型,同时提取行人不同方向的头部特征,并加入空间金字塔池化层,保证检测速率,有效解决大场景下行人的部分遮挡问题,同时清晰地显示人群大致流动方向,相比普通的人头估计,更有利于人流量统计。 展开更多
关键词 视频分析 行人检测 卷积神经网络 Faster-RCNN 空间金字塔池化层
在线阅读 下载PDF
结合均值漂移分割与全卷积神经网络的高分辨遥感影像分类 被引量:9
15
作者 方旭 王光辉 +2 位作者 杨化超 刘慧杰 闫立波 《激光与光电子学进展》 CSCD 北大核心 2018年第2期440-448,共9页
针对目前遥感影像分类应用中常用的浅层机器学习算法无法满足当前海量遥感影像数据环境下分类精度的问题,提出了一种将全卷积神经网络应用于遥感影像分类的方法;为了减少影像特征图在池化过程中自身特征的丢失,增加池化层与反卷积层... 针对目前遥感影像分类应用中常用的浅层机器学习算法无法满足当前海量遥感影像数据环境下分类精度的问题,提出了一种将全卷积神经网络应用于遥感影像分类的方法;为了减少影像特征图在池化过程中自身特征的丢失,增加池化层与反卷积层的融合;为了提高融合的可靠性,增加尺度变换层;为了获得更精细的边缘分类结果,考虑像素之间的空间相关性,采用均值漂移聚类分割获取像素的空间关系,通过统计聚类区域像素概率的和最大、方差最小的方法确定该区域对象的类别;选取典型地区的影像进行分类实验,并将所提出的分类方法与全卷积神经网络、支持向量机、人工神经网络方法进行对比。结果表明,所提出的分类方法的精度明显高于传统机器学习方法的精度。 展开更多
关键词 遥感 影像分类 全卷积神经网络 高分辨率影像 均值漂移分割 反卷积融合
自适应变差分算子长度正演模拟及在渤海湾地区的应用
16
作者 周滨 李振春 +2 位作者 李庆洋 蒲晓东 张敏 《地球物理学进展》 CSCD 北大核心 2018年第1期445-450,共6页
常规笛卡尔坐标系正演模拟算法,波长随速度而变,为了保证低速区的模拟精度和频散关系,空间差分阶数需要取得较高,常常造成高速区的空间过采样.本文将简化的自适应变差分算子长度算法应用到正演模拟算法的空间导数计算中,在保证相同模拟... 常规笛卡尔坐标系正演模拟算法,波长随速度而变,为了保证低速区的模拟精度和频散关系,空间差分阶数需要取得较高,常常造成高速区的空间过采样.本文将简化的自适应变差分算子长度算法应用到正演模拟算法的空间导数计算中,在保证相同模拟精度的前提下,低速区采用高阶差分算子,高速区只需低阶差分阶数,有效减小了计算量、提高了计算效率.此外,将卷积完全匹配层技术应用到正演模拟的边界条件处理中,相比常规吸收边界条件,可以在较少的计算量下得到更好的吸收效果.最后,将本文算法应用到渤海湾地区,分析了相应的波场特征和地震响应. 展开更多
关键词 正演模拟 自适应变差分算子长度 卷积完全匹配层 渤海湾
基于改进的局部卷积网络的多姿态人脸识别 预览 被引量:1
17
作者 莫建文 匡勇建 张顺岚 《电视技术》 北大核心 2017年第11期187-191,共5页
针对人脸姿态变化对人脸识别性能的影响以及人脸姿态恢复局部纹理信息不够清晰,提出一种改进的局部卷积神经网络的人脸识别方法.该方法在网络中引入分离层将中间层的信息分离成两个通道,一个通道用于产生中间层的重构函数,另一个通道进... 针对人脸姿态变化对人脸识别性能的影响以及人脸姿态恢复局部纹理信息不够清晰,提出一种改进的局部卷积神经网络的人脸识别方法.该方法在网络中引入分离层将中间层的信息分离成两个通道,一个通道用于产生中间层的重构函数,另一个通道进行进一步的局部卷积操作;最后将中间层的重构函数作为另一路网络顶层代价函数的一个惩罚项进行网络训练;网络训练完后,将姿态恢复的人脸图片采用LDA进行特征提取,并采用最近邻分类器来做识别.实验结果表明,提出的方法不仅能够很好的进行姿态恢复,且恢复的图片具有较好的纹理信息;同去除姿态的传统方法和较为典型深度学习方法以及3D方法相比,识别性能具有较大的提升. 展开更多
关键词 人脸识别 局部纹理 局部卷积网络 分离层 惩罚项
在线阅读 下载PDF
多层独立子空间分析时空特征的人体行为识别方法 被引量:4
18
作者 瞿涛 邓德祥 +2 位作者 刘慧 邹炼 刘弋锋 《武汉大学学报:信息科学版》 EI CSCD 北大核心 2016年第4期468-474,共7页
人体行为识别在视频监控、医疗诊断等领域都有重要的意义。目前人体识别的主要方法是将人为设计的二维特征扩展到三维空间,或利用运动轨迹,提取出时空特征。基于深度学习的思想,直接在三维空间中构建多层神经网络,从大量的视频数据中学... 人体行为识别在视频监控、医疗诊断等领域都有重要的意义。目前人体识别的主要方法是将人为设计的二维特征扩展到三维空间,或利用运动轨迹,提取出时空特征。基于深度学习的思想,直接在三维空间中构建多层神经网络,从大量的视频数据中学习不同行为的时空特征。首先,采用独立子空间分析(independent subspace analysis,ISA)方法,构造两层卷积叠加神经网络,从训练视频中学习网络权重。然后,对特征使用K-means聚类,转化为视觉单词,根据视觉单词频率直方图计算支持向量机模型(support vector machine,SVM)判决超平面,最后对待分析视频进行动作分类。使用该方法对Hollywood2数据库的12种行为进行实验,结果表明,ISA学习到的特征权重与Gabor滤波器类似,对图像频率和方向具有明显的选择性,对相位变化具有鲁棒性,能够显著提高认为识别的正确率,符合人眼的视觉特征。 展开更多
关键词 卷积叠加 独立子空间分析 多层网络 无监督学习 深度学习 人体行为识别
CFS-PML在探地雷达FDTD法模拟中应用 预览
19
作者 石明 冯德山 吴奇 《大连理工大学学报》 CAS CSCD 北大核心 2015年第6期559-567,共9页
探地雷达(GPR)数值模拟中,为了使截断边界处不产生人为的反射波,需要加载边界条件.目前常用的完全匹配层(PML)边界对隐失波、低频波、掠角波等不能很好地吸收.为此,在时域有限差分(FDTD)法中引入复频移卷积完全匹配层(CFS-PML)... 探地雷达(GPR)数值模拟中,为了使截断边界处不产生人为的反射波,需要加载边界条件.目前常用的完全匹配层(PML)边界对隐失波、低频波、掠角波等不能很好地吸收.为此,在时域有限差分(FDTD)法中引入复频移卷积完全匹配层(CFS-PML).从二维TM波的Maxwell方程组出发,阐述了CFS-PML边界条件的原理,推导了CFS-PML边界加载的离散差分公式,给出了CFS-PML边界条件的参数选取原则.应用均匀介质中GPR波场快照,对比了截断处没有加载边界条件、加载3种不同边界条件的边界处反射波的强弱,实例说明单轴各向异性完全匹配层(UPML)、CFS-PML边界条件具有较好的吸收效果.为了进一步对比UPML与CFS-PML的吸收效果,设置了双层介质狭长模型,通过波场快照与全局反射误差证明了CFS-PML对隐失波、低频波、掠角波的吸收较UPML效果更佳. 展开更多
关键词 复频移卷积完全匹配层 单轴各向异性完全匹配层 时域有限差分法 探地雷达 正演模拟
在线阅读 下载PDF
Fast division-free parallel structure for convolution perfectly matched layer in finite difference time domain method
20
作者 Bai Bing Niu Zhongqi +2 位作者 Niu Yi Wei Bing Zhao Gang 《中国邮电高校学报:英文版》 EI CSCD 2015年第1期72-76,82共6页
是的巨大的部门操作广泛地为象图形的处理那样的设备作为最昂贵的操作之一接受了联合起来的完美地匹配的层(CPML ) 算法受不了的卷绕旋转的平行加速(GPU ) ,地可编程的门数组(FPGA ) 等等。在更高的效率和更低的电源消费的追求,这篇... 是的巨大的部门操作广泛地为象图形的处理那样的设备作为最昂贵的操作之一接受了联合起来的完美地匹配的层(CPML ) 算法受不了的卷绕旋转的平行加速(GPU ) ,地可编程的门数组(FPGA ) 等等。在更高的效率和更低的电源消费的追求,这篇文章重游 CPML 理论并且建议了新快没有部门的平行 CPML 结构。由最佳地重排 CPML 内部重复进程,所有部门操作符能被 recalculating 消除并且代替脱机更新系数的相关的域。实验证明没有任何精确性损失,建议没有部门的结构能节省超过 50% 算术指令和传统的平行 CPML 结构的 25% 实行时间。 展开更多
关键词 卷积完全匹配层 并行结构 时域有限差分法 现场可编程门阵列 图形处理单元 除法运算 并行加速 FPGA
上一页 1 2 下一页 到第
使用帮助 返回顶部 意见反馈