公共文化服务平台

搜索到1483篇“ 稀疏化“的相关文章

语音声特征的互相关贝叶斯块稀疏化方法: 2025年; 为解决语音声信号稀疏化表示中稀疏度确定难和稀疏化程度低的问题,提出一种互相关块稀疏贝叶斯学习方法。该方法基于稀疏贝叶斯学习理论,利用语音声信号的块稀疏性和时间相关性特征,构建了语音声信号稀疏解的互相关块稀疏空间结构,使其在特征空间内展现更充分的稀疏性。该方法可有效提高语音声信号的稀疏表示。经数值仿真验证构建的声特征惩罚矩阵D对稀疏解x的约束作用显著提高,x中相邻的数据块密切相关,单一的噪声峰值被抑制,说明能得到最优稀疏解,并且提高了稀疏化程度。; 马鸣刘志红李超李超; 关键词：稀疏化稀疏贝叶斯互相关

用于稀疏激活的去稀疏化卷积: 本公开的某些方面提供了用于去稀疏化卷积的技术。接收激活张量，并且针对该激活张量生成卷积输出，包括：从权重张量选择对应于该激活张量中的非零元素集合的权重元素子集；以及将该非零元素集合与权重元素集合相乘。; J·M·林J·沈F·M·波利克里

利用激活稀疏化的神经网络加速和嵌入压缩系统和方法: 用于(i)加快深度神经网络(DNN)的推理速度和(ii)将DNN产生的矢量表示从各种输入数据(诸如，图像、音频、视频，以及文本)中压缩出来的系统、方法，以及计算机可读介质。方法实施例将神经网络架构和与任务相关的损失函数作...; 严恩勖王维

一种IGBT小时间尺度数据稀疏化重构方法及系统: 本发明提供了一种IGBT小时间尺度数据稀疏化重构方法及系统，包括：获取IGBT运行过程中小时间尺度的电气信号数据；根据预设的电气信号数据中关键数据点的确定方式，在电气信号数据中识别表示电气信号稳态和发生变化的多个关键数据...; 孙天舒张晓龙刘近郑林王华锋张嘉楠

一种基于小样本快速稀疏化大型语言模型的二阶段稀疏方法: 本发明公开了一种基于小样本快速稀疏化大型语言模型的二阶段稀疏方法，包括以下步骤：S1、掩码初始化：基于多种用于度量参数的重要性指标，采用多种掩码初始化方法初始化语言模型的掩码；S2、掩码重排序：基于小样本校准集和直通估计...; 纪荣嵘杨潇晁飞

基于神经网络智能解算的稀疏化天线阵列综合方法: 本发明涉及一种基于神经网络智能解算的稀疏化天线阵列综合方法，包括：根据阵列综合要求，进行天线单元全波仿真，获得单元有源方向图，构建单元有源方向图数据库；根据单元有源方向图和阵列数值仿真模型，构建初始样本集；将初始样本集随...; 金世超杨钰茜刘敦歌尹心费春娇王辰宇孙家星王静梅辰钰黄俊刘立朋苏巾槐

针对稀疏化CNN神经网络模型的游程编码加速器及方法: 本发明公开一种针对稀疏化CNN神经网络模型的游程编码加速器及其方法。加速器包括：顶层控制器，用于识别输入输出数据类型并进行分组处理，将权重数据和激励数据传输给游程编码模块；游程编码模块，用于压缩计算模块输出的结果数据，并...; 王宇宣苏杭潘红兵彭成磊

基于超网的层稀疏化神经网络分布式训练系统及其方法: 本发明公开了一种基于超网的层稀疏化神经网络分布式训练系统及其方法，分布式训练系统包括全局节点和多个计算机节点，计算机节点上设置一个超网；计算机节点用于获取待训练神经网络副本，并基于本地训练数据集对待训练神经网络和超网进行...; 叶庆吴宇森李佳迅周宇浩

基于稀疏化的宽带波束形成并行优化方法: 2025年; 针对相控阵小型化设计中,宽带波束形成硬件开销大、算法时效性差的问题,提出一种基于稀疏化的宽带波束形成并行优化方法。该方法引入二次项和正则化参数,快速达到满足残差要求的稀疏化解系数;进一步利用离散化特性,将频率不变最佳响应结合阵元稀疏优化的计算过程分裂为独立任务,实现并行化改进。计算得到的横向滤波器系数对应的波束形成性能,具有稳定低旁瓣与恒定束宽的优点。仿真验证了所提出方法的有效性,该方法具有较强的工程应用价值。; 常桂林刘霖赵麒瑞; 关键词：相控阵宽带波束形成低复杂度并行计算

基于稀疏化卷积网络剪枝的火焰图像识别方法: 2025年; 目的野火预警大多采用烟雾或红外传感器检测,且这些传感器在大型开放式空间下,容易受到环境的影响,从而很难进行开放场所的精准火灾预警,而优越的火焰检测模型往往存在过多的参数量,且存在结构冗余的问题,基于此问题,提出一种改进的VGG深度卷积网络架构。方法以映射变换为基础,进行像素值调整,在保证分类精度的前提下,采用L1正则化保证稀疏性,并基于BN层进行结构化剪枝,从而降低模型储存数据量,得到精简的模型。结果大量的仿真试验结果表明:该方法在不同剪枝比例下,在野火架构数据集上,检测与勘误率依然能够保持高的准确精度,改进的模型在剪枝率为80%时,准确率达到了95.29%,提升了0.92%,并有效解决了模型过参数化的问题;通过不同的微调训练,模型精度略微超过没有进行剪枝时的模型,且在参数量上少了近20倍,并随着剪枝率的上升,检测效果在原有精度水平上无明显下降,甚至略高于原始模型精度,这说明在训练过程中,有大量的冗余权重。结论该方法可以大幅度缩减模型的储存量,并可保证较高的分类精度,具有较好的实际应用意义,可以应用在神经网络存储计算能力较弱的嵌入式设备中。; 颜佳文林献坤潘溢洲; 关键词：火焰检测剪枝

相关作者