【摘 要】
：
卷积神经网络（CNN）计算量大，网络训练时间长，借助现场可编程门阵列（FPGA）良好的并行性，可加速其反向网络的参数训练过程，从而加快训练速度。首先，所设计的CNN反向加速网络具有良好的加速性能；然后，设计了CNN的FPGA硬件加速系统和一个加速计算模块，且用Kroneck乘积计算来减少CNN参数和时间复杂度；最后，进行Zedboard纯PS训练和使用反向网络PL加速器训练CNN的对比实验。实验结
【基金项目】
：
山西省基础研究计划面上资助项目（202203021221106,202103021224199）； 山西省研究生创新项目（2022Y634）；
论文部分内容阅读
卷积神经网络（CNN）计算量大，网络训练时间长，借助现场可编程门阵列（FPGA）良好的并行性，可加速其反向网络的参数训练过程，从而加快训练速度。首先，所设计的CNN反向加速网络具有良好的加速性能；然后，设计了CNN的FPGA硬件加速系统和一个加速计算模块，且用Kroneck乘积计算来减少CNN参数和时间复杂度；最后，进行Zedboard纯PS训练和使用反向网络PL加速器训练CNN的对比实验。实验结果表明：基于FPGA CNN的反向加速性能是仅在纯CPU上进行神经网络加速的111.15倍。
其他文献
该试验用灰苏、紫苏两个品种为材料,通过对物候期的调查,产量及经济效益分析。结果表明,生育期为灰苏132天,紫苏125天,两个品种适宜在巴彦县种植。灰苏亩产根、茎、叶、籽实合计为567公斤,亩纯收入723.8元;紫苏亩产根、茎叶、籽实合计为508公斤,亩纯收入659元。苏籽经济效益明显好于大田作物,栽培管理方面比较省工,可在有订单的情况下,有计划地种植。
为提升低分辨率激光图像的整体清晰度和分辨率，提出基于FPGA的低分辨率激光图像增强系统设计。系统硬件主要由I~2C总线配置、图像解码、图像存储及VGA显示等模块组成，软件设计中先利用CLAHE算法划分图像，计算每个子块的像素值，将大于阈值的像素均衡分配给小于阈值的像素，实现直方图均衡，然后对分配后的子块计算中心像素点灰度值和直方图映射，选取出需要增强的像素点直接增强，最后将YCrCb4:2:2格式
网络空间安全形势日趋严峻且面临着一系列的挑战。网络靶场旨在通过虚拟仿真技术创建高度近似于真实网络空间运行机制的网络仿真环境,为网络攻防演练和网络安全新技术验证提供平台支撑,是网络空间安全的重要信息基础设施。网络流量仿真作为网络靶场的重要组成部分,对网络安全新技术验证以及安全策略的评估具有重要的意义。流量回放技术主要通过解析真实网络环境中的流量数据,并将其无缝、逼真、灵活地注入到网络仿真环境中,解决
为筛选优质药食兼用型紫叶紫苏资源，本研究对源于贵州、湖南、山西和黑龙江的14个紫叶紫苏品系（编号C01～C14）叶片的基本营养品质、主要活性成份和微量矿物质含量进行了测定，并利用因子分析和系统聚类分析对紫苏叶营养品质进行评价，同时分析了各紫苏叶片的精油型。结果显示，不同紫苏的粗蛋白、粗脂肪、粗纤维、可溶性蛋白、总游离氨基酸和可溶性糖含量依次为12.87～19.52、2.07～4.19、6.59～9
皮肤是人体最大的器官，妊娠早期的胎儿皮肤能够在损伤后自我再生，且不会形成任何瘢痕。基于成人和胎儿伤口愈合过程的不同，已经开发了许多潜在的干预方法来减少皮肤伤口的瘢痕形成。本文重点探讨伤口愈合特别是无瘢痕愈合，对预防瘢痕起到至关重要的作用。
目的 从药用紫苏种子质量分级标准及不同采收期和加工方式对紫苏梗和紫苏叶中挥发油和酚酸类成分含量的影响两个方面，对四川广元种植基地药用紫苏药材种子进行质量评价，以期建立规范化栽培技术。方法 以净度、千粒重、直径、含水量及迷迭香酸等指标对不同产区药用紫苏种子质量进行定级；以水蒸气蒸馏法测定紫苏叶挥发油含量，高效液相色谱法（HPLC）测定紫苏叶、紫苏梗（主茎和侧枝）及种子中迷迭香酸含量，以及紫苏叶咖啡酸
情感分析可以挖掘社会热点事件网络舆情的矛盾冲突，加强对多模态信息的分析处理，对网络舆情管理具有重要意义。本文基于BiGRU模型构建多模态网络舆情情感分析框架，运用word2vec提取文本特征，卷积神经网络提取图像特征，采用线性融合进行特征融合实现情感分析。与基线模型相比，本文的多模态网络舆情情感分析方法准确率、宏平均F1和加权平均F1的结果更优，对现实生活产生的舆情事件具有较好的情感识别效果。
随着计算机科学的发展,人工智能逐渐走进人们的日常生活中。在人工智能领域,情感识别发挥着重要作用。早期的情感识别技术主要建立在单模态数据上,这种技术存在准确度低和资源样本利用率低等问题,多模态情感识别作为情感分析领域一个新兴的跨学科技术,分析单模态特征信息的同时,也能够捕捉到模态间的特征关联。本文基于IEMOCAP和Multimodal数据库分别对表情、语音和文本及表情、语音和姿态模态进行了情感识别
近年来,随着人机交互的迅猛发展,多模态情感分析受到越来越多研究人员的关注。与早期对单模态数据进行情感分析的研究相比,多模态情感分析引入了文本、视频、音频等多个模态的信息,这种方法不仅能够克服单模态情感分析存在的准确率低、鲁棒性差等问题,还可以利用不同模态之间的互补性提高情感特征的表征能力,从而提高情感分析的准确性和可靠性。文本、语音和表情是最为常见和普遍的情感表达方式。因此,本文基于文本、语音和表