Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 暨南大学骆爱文获国家专利权

暨南大学骆爱文获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉暨南大学申请的专利一种低功耗卷积脉冲异构神经形态图像识别系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121147644B

龙图腾网通过国家知识产权局官网在2026-02-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511692918.1,技术领域涉及:G06V10/764;该发明授权一种低功耗卷积脉冲异构神经形态图像识别系统是由骆爱文;周港淇;吴庚浩;石敏设计研发完成,并于2025-11-18向国家知识产权局提交的专利申请。

一种低功耗卷积脉冲异构神经形态图像识别系统在说明书摘要公布了:本发明公开了一种低功耗卷积脉冲异构神经形态图像识别系统,包括:基于全数字集成电路的神经网络处理器,包括依次连接的事件编码器、卷积特征提取电路以及事件驱动神经网络推理引擎;事件编码器用于将输入图像转换为脉冲序列事件流;卷积特征提取电路用于基于卷积窗口对脉冲序列事件流执行有重叠的栅型扫描卷积,依次提取各个卷积窗口的局部空间特征作为卷积响应,形成稀疏空间卷积特征图;事件驱动神经网络推理引擎包括依次连接的记忆无关事件响应神经元层、非重叠最大聚合层、突触交叉阵列、记忆相关事件响应神经元层和事件解码器。本发明提出的系统,大幅降低延迟并显著提升神经计算的系统级并行度与运算效率,精度和速度更高,功耗更低。

本发明授权一种低功耗卷积脉冲异构神经形态图像识别系统在权利要求书中公布了:1.一种低功耗卷积脉冲异构神经形态图像识别系统,其特征在于,包括:基于全数字集成电路的神经网络处理器;所述神经网络处理器包括依次连接的事件编码器、卷积特征提取电路以及事件驱动神经网络推理引擎; 所述事件编码器,用于将输入图像转换为脉冲序列事件流;所述输入图像的高度为、宽度为; 所述卷积特征提取电路,用于基于大小为K×K的卷积窗口对所述脉冲序列事件流以滑动步伐S执行有重叠的栅型扫描卷积,依次提取各个卷积窗口的局部空间特征作为卷积响应,形成稀疏空间卷积特征图;所述稀疏空间卷积特征图的高度为,宽度为;且0<S<K; 所述事件驱动神经网络推理引擎,包括依次连接的记忆无关事件响应神经元层、非重叠最大聚合层、突触交叉阵列、记忆相关事件响应神经元层,以及,事件解码器; 所述记忆无关事件响应神经元层,用于对所述稀疏空间卷积特征图的各个卷积响应进行非累积事件检测,生成一一对应的指示脉冲信号并将其组建为记忆无关的指示变量特征图; 所述非重叠最大聚合层,用于基于预设的非重叠指示块,在所述指示变量特征图上各个非重叠指示块内选取最大事件激活,并将依次获得的最大事件激活特征生成最大聚合特征图; 所述突触交叉阵列,用于分批接入所述最大聚合特征图的各个元素及其对应的脉冲权重值,执行加权求和及传播,为所述记忆相关事件响应神经元层的各个神经元计算出一一对应的加权事件电位增量; 所述记忆相关事件响应神经元层,用于对所述加权事件电位增量进行时间相关的膜电位累积计算和放电操作; 所述事件解码器,用于对所述记忆相关事件响应神经元层的神经元输出脉冲进行统计和译码,生成所述输入图像的分类结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人暨南大学,其通讯地址为:510632 广东省广州市天河区黄埔大道西601号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。