-
题名改进的BI低功耗总线编码
被引量:1
- 1
-
-
作者
彭永克
毛志刚
-
机构
上海交通大学微电子学院
-
出处
《微处理机》
2010年第1期27-29,32,共4页
-
文摘
低功耗设计是设计者必须面对的最重要的一个挑战,而在VLSI设计中很大一部分功耗是由总线数据传输引起的,所以在CMOS电路中减小总线功耗的途径之一是减小总线上的数据翻转,目前许多编码技术被提出来以减小总线上数据的翻转率。其中,BI编码被广泛应用于数据总线的编码。为了进一步降低数据总线的功耗,在BI编码的基础上可以做一些改进。仿真结果显示,和BI码相比,在总线宽度较大时,针对完全随机的数据,改进的方法能有效减少总线上的数据翻转率。新的编码技术不需要假设数据有任何特性,无论数据宽度多大,仅需要增加2bits信号。
-
关键词
低功耗
总线翻转
bi编码
随机数据
-
Keywords
Low - power
bits - transition on bus
bi coding
Random data
-
分类号
TP331.1
[自动化与计算机技术—计算机系统结构]
-
-
题名基于多源损失自适应的交通指示灯识别
- 2
-
-
作者
张思诺
魏霞
-
机构
新疆大学电气工程学院
-
出处
《现代电子技术》
2022年第15期128-132,共5页
-
基金
国家自然科学基金资助项目(51468062)。
-
文摘
为了提高交通指示灯信号的识别精度,提出一种基于多源损失自适应的交通指示灯识别方法。该方法采用BI⁃LSTM多层自编码对交通指示灯信号进行特征提取,整合后的特征向量作为新的输入,将数据传输至MLP神经网络,再经过softmax层实现数据样本的分类计算,最后采用梯度下降方法,通过模型训练实现模型参数和自适应参数的优化。与一般深度学习单一损失来源不同,该模型具有三个损失来源,分别是编解码损失、对比损失以及交叉熵损失,模型的总损失是由这三个损失以相应的权重叠加而来,权重参数ζ和β是自适应参数,随着模型的训练,ζ和β进行独立学习,最终达到理想值。结果表明多源损失自适应策略对模型自我优化的有效性,提高了模型识别精度。
-
关键词
交通信号灯识别
多源损失自适应
双向长短期记忆网络
bi⁃LSTM自编码器
梯度下降
编解码损失
对比损失
交叉熵损失
-
Keywords
traffic light recognition
adaptive multi⁃source loss
bi⁃LSTM network
bi⁃LSTM auto⁃encoder
gradient descent
encoding and decoding loss
contrast loss
cross entropy loss
-
分类号
TN99-34
[电子电信—信号与信息处理]
-