实时低功耗飞行器神经网络
为了满足飞行器实时飞行过程中对大量异构输入数据的信息处理需求,文中提出了一种神经网络,其包括卷积定点滑动核、池化压缩量化核以及全连接压缩融合核,将飞行器异构传感器多路并行数据作为系统的输入,将辨识结果作为系统的输出.卷积滑动窗口核通过排除冗余数据的滑动窗快速实现数据特征的提取;池化压缩量化核使用压缩量化技术来提高系统的执行效率;全连接压缩融合核经删减量化后压缩融合并输出.该设计满足了飞行器对高可靠性、低功耗的在线智能集成需求.使用所提压缩量化方法,准确率最高可达98.54%,压缩率为77.8%,运行速度提升了40倍.
低功耗、神经网络、实时在线、飞行器
48
TP311(计算技术、计算机技术)
国家自然科学基金51877008
2021-03-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
196-200