陈刚
- 作品数：74 被引量：61H指数：5
- 供职机构：中国科学院半导体研究所更多>>
- 发文基金：国家自然科学基金中国科学院战略性先导科技专项中国科学院国防科技创新基金更多>>
- 相关领域：自动化与计算机技术电子电信电气工程医药卫生更多>>
- 基于神经网络结构的伊辛模型基态搜索方法及装置
- 本发明提供一种基于神经网络结构的伊辛模型基态搜索方法，包括：基于伊辛模型，根据多质子‑弹簧系统稳态分析方法，建立能量转移的弹簧振动模型，其中伊辛模型包括多个自旋，多个自旋相互之间存在耦合关系；基于弹簧振动模型求解哈密顿方...
- 姜哲隆陈刚徐鹏边昳陈旭李志刚周倩鲁华祥
- 一种高效的Softmax函数计算方法及硬件电路
- 2024年
- 针对现有Softmax函数硬件实现中存在的面积消耗大、速度慢、计算效率低等问题,设计一种高效的Softmax函数计算方法及硬件电路。提出一种稀疏化最大值计算方式,仅选择有效的输入值进行计算和存储,并采用动态移位更新最大值的方式将最大值求取隐藏在流水线中,提高计算效率;优化分段线性拟合算法,避免乘法器的使用,减少了硬件资源开销。基于现场可编程门阵列(Field-Programmable Gate Array,FPGA)的语音识别实验的结果表明,本方法减少了60%的指数存储需求,同时减少了50%的Softmax计算时间。在45 nm互补金属氧化物半导体(Complementary Metal Oxide Semiconductor,CMOS)工艺下的逻辑综合实验表明,所实现的Softmax函数相较之前的工作,电路综合性能提升14%,面积减小51%。
- 刘海莹乔瑞秀陈刚陈刚申荣铉
- 基于数据分组量化的局部放电识别方法
- 一种基于数据分组量化的局部放电识别方法，包括如下步骤：步骤1：采集局部放电数据；步骤2：对采集到的局部放电数据进行预处理，得到脉冲时间序列；步骤3：对获得的脉冲时间序列进行分组量化，统计每个量化区间的脉冲数据；步骤4：对...
- 李威陈刚鲁华祥龚国良陈旭边昳金敏
- 基于卷积神经网络和翻译模型的轻量化机器翻译方法
- 本公开提供了一种基于卷积神经网络和翻译模型的轻量化机器翻译方法。该方法包括：响应于文本翻译请求，获取所述文本翻译请求中携带的待翻译语句；对所述待翻译语句进行预处理，得到具有位置信息的分词序列；将所述分词序列输入至卷积神经...
- 徐新涛赵志远陈刚申荣铉边昳鲁华祥
- 推荐区域生成算法模型的训练方法、PCB布线方法及系统
- 本公开提供了一种推荐区域生成算法模型的训练方法、PCB布线方法及系统，该算法模型的训练方法包括：利用PCB问题生成工具生成具有不同约束参数的PCB测试问题；使用Astar算法对PCB测试问题进行布线；从布线的结果中随机选...
- 尹世远陈刚金敏毛文宇龚国良鲁华祥申荣铉
- 基于光纤传感器测试变压器内部局部放电试验
- 2016年
- 采用JFD-251局部放电检测仪,建立不同电极形状的放电模型模拟变压器内部局部放电故障,测试变压器内部局部放电特征值,包括放电起始电压、尖端放电电压、熄灭电压等.在此基础上采用新式光纤传感器进行变压器内部局部放电试验.试验发现:放电脉冲间隔随着试验电压的增大而减小;光纤传感器测得的放电量与局部放电测试仪测得的放电量有着很好的正相关性.
- 陶贤亮陈天翔李威陈刚
- 关键词：变压器放电试验光纤传感器
- 基于CORDIC算法的高精度浮点对称矩阵特征值分解的FPGA实现被引量：2
- 2013年
- 为了提高实对称矩阵特征值分解算法的速度,在FPGA上设计并实现了符合IEEE-754标准的单精度浮点(32-bit)CORDIC算法,以在保证运算精度的前提下,最大限度地优化资源和速度。整个设计是在Xilinx公司的Spar-tan-3xc3sd1800a-5FPGA上实现的。测试结果显示:1)对于3*3的实对称矩阵(每个矩阵元素是32-bit浮点数),精度达到2-20;2)设计实现的结构占用2467个slices,占芯片总资源的14%,最高运行时钟频率达到154MHz。
- 陈刚陈旭徐元边昳鲁华祥
- 关键词：特征值分解CORDIC浮点数据
- 电力设备温度无线监测系统中的关键电路设计被引量：2
- 2015年
- 鉴于电力设备发热点温度测量的重要性,基于无线传感技术,从经济性、实用性等角度出发设计了一种新颖的、低功耗的、基于时钟芯片和晶体管的定时控制电路,以及一种低成本的、抗电磁干扰性强的、基于I/O口和RC充放电的温度采集电路。基于这两个电路实现的温度无线监测系统可用于对成本和功耗有较高要求的无线温度监测领域。
- 周海兵鲁华祥陈刚陈旭
- 关键词：温度监测温度采集
- 基于注意力机制的显著性目标检测方法被引量：5
- 2020年
- 针对目前主流的基于全卷积神经网络的显著性目标检测方法,受限于卷积层感受野大小,低层特征缺少全局性的信息,而高层特征由于多次池化操作分辨率较低,无法准确地预测目标边缘等细节的问题,本文提出了基于注意力的显著性目标检测方法。在ResNet-50网络中加入注意力精炼模块,利用训练样本的显著真值图对空间注意力进行有监督的学习,使得不同像素位置的相关性更准确。通过深度融合多尺度的特征,用低层特征优化高层特征,精修网络的预测结果使其更加准确。在DUT-OMRON和ECSSD数据集上的测试结果显示,本文方法能显著提升检测效果,F-measure和平均绝对误差都优于其他同类方法。
- 王凯诚鲁华祥龚国良龚国良
- 关键词：多尺度特征图像处理人工智能计算机视觉
- 基于ICA的滤除信号中噪声干扰的采样系统
- 本发明提供了一种基于ICA的滤除信号中噪声干扰的采样系统，包括：信号采样处理模块以及用户控制模块，信号采样处理模块其中包括FPGA控制模块，其包括以可配置IP核为核心的ICA处理器；用户控制模块与信号采样处理模块相连接，...
- 郝东昊鲁华祥陈刚李威王渴陈旭边昳
- 文献传递
