四川大学巨兴兴获国家专利权
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！
龙图腾网获悉四川大学申请的专利一种基于FPGA神经电路的压缩感知快速重构方法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：CN118862980B 。
龙图腾网通过国家知识产权局官网在2025-05-02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：202411012967.1，技术领域涉及：G06N3/0495；该发明授权一种基于FPGA神经电路的压缩感知快速重构方法是由巨兴兴;马宏宇;杨鑫松;姚朝李;姜山;林海设计研发完成，并于2024-07-26向国家知识产权局提交的专利申请。
本一种基于FPGA神经电路的压缩感知快速重构方法在说明书摘要公布了：本发明公开了一种基于FPGA神经电路的压缩感知快速重构方法，包括以下步骤：S1、建立压缩感知优化模型，并通过固定时间神经动力学优化模型求解压缩感知优化模型；S2、将固定时间神经动力学优化模型离散化；S3、构建FPGA电路；S4、在FPGA电路基础上，构建由输入层、并行计算层和输出层组成的FPGA神经电路，并利用FPGA神经电路求解离散化后的固定时间神经动力学优化模型；S5、初始化固定时间神经动力学优化模型的参数，并设定收敛时间上界；S6、利用固定时间神经动力学优化模型处理压缩感知重构。本发明在保证重构信号质量的同时，重构速度得到了极大的提高，节约了重构信号的时间，提升了重构信号的速率。
本发明授权一种基于FPGA神经电路的压缩感知快速重构方法在权利要求书中公布了：1.一种基于FPGA神经电路的压缩感知快速重构方法，其特征在于，包括以下步骤：S1、建立压缩感知优化模型，并通过固定时间神经动力学优化模型求解压缩感知优化模型；S2、将S1中的固定时间神经动力学优化模型离散化；S3、构建FPGA电路，包括控制模块、梯度模块、近端算子模块和计算模块；S4、在FPGA电路基础上，构建由输入层、并行计算层和输出层组成的FPGA神经电路，并利用FPGA神经电路求解离散化后的固定时间神经动力学优化模型；S5、初始化固定时间神经动力学优化模型的参数，并设定收敛时间上界：所述收敛时间上界为： 其中， 式中，ω、χ、θ1、θ2、β为可调参数；Γ为伽马函数；Lf为对应的Lipschitz常数，τ为近端PL条件系数；S6、利用固定时间神经动力学优化模型处理压缩感知重构。
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四川大学，其通讯地址为：610044 四川省成都市一环路南一段24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”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号