成果描述：本实用新型公开了一种电子信息处理器,包括支架、主机和声卡,所述支架的一端设有液晶显示屏,且支架的另一端设有底盘,所述主机的上方设有键盘和鼠标,所述主机的一侧固定安装有散热孔,且主机的另一侧固定安装有开关,所述主机的底部设有主板,所述主板的上方固定安装有CPU处理器,所述声卡的一侧设有硬盘,且声卡的底部固定连接主板,所述硬盘的一侧设有内存条,所述硬盘的一端设有消音板,所述主机的下方固定安装有底座。本实用新型所述的一种电子信息处理器,设有消音板,声卡和硬盘,能够有效减少主机工作时发出的噪音,且能高效的处理和储存各种电子信息,适用不同工作状况,带来更好的使用前景。市场前景分析：本实用新型所述的一种电子信息处理器,设有消音板,声卡和硬盘,能够有效减少主机工作时发出的噪音,且能高效的处理和储存各种电子信息,适用不同工作状况,带来更好的使用前景。与同类成果相比的优势分析：国内领先

已有样品/n重点突破智能终端深度学习处理器芯片设计，研发并改进CNN、RNN 等深度学 习算法和技术，设计并研发Alex、Caffe、Torch等常用的深度学习架构。深度学习 处理器芯片支持CNN/DNN/MLP等主流深度学习神经网络算法，基于深度学习处理器 芯片的智能设备可运行手写数字识别等任务；深度学习处理器芯片处理imagenet测 试集图像分类任务达到30帧/s，芯片面积不超过60平方毫米，单芯片功耗不超过 20W，所研发的芯片性能功耗比超过目前智能终端所使用的主流CPU的100倍。最终 在

产品详细介绍           全频带全双工自适应回声消除技术；           全频带动态自适应降噪技术，降噪电平最高达18dB；           智能混音和话筒优选技术；           MIC-INPUT网口麦克风输入接口，可接入1路无线麦克和2路有线麦克；           2路平衡式话筒输入，支持48V幻象供电，采用凤凰端子；           4路平衡式线路输入，采用凤凰端子；           6路平衡式线路输出，采用凤凰端子；           采样率48kHz，A/D和D/A、24-bit；           自适应算法，简单通过拨码开关选择不同功能；           每路输入、输出均可单独增益调节；           支持采用网线、无线传输音频信号；           支持无线麦、有线麦闪避功能，确保无线麦、有线麦均有声音输入时，突显无线麦声音。            MC220E是教育常态化录播和远程互动系统配套的远讲语音回声消除，内置高品质全频带自适应回声抵消、数字降噪、混响抑制等语音处理算法；支持采用网线、无线传输音频信号，使安装异常简便，只需通过简单连接即可使整个系统达到极好的远程互动音频效果，满足双师课堂、远程教育及网络会议的高音质音频需求，并提供优质的前端采集音频供录播系统使用。 参数 值 频率响应 (20Hz~20kHz @ +4dBu):   麦克风通道 +0/-2dB 线路输入通道 +0/-0.5dB THD +N (1kHz @ +4dBu):   麦克风通道 < 0.009% 线路输入通道 < 0.007% 等效噪声 < -84dBu(20Hz~20kHz@22dB) 动态范围 > 105dB(20Hz~20kHz@0dB) 最大输入电平：   麦克风通道 -2dBu 线路输入通道 20dBu 最大输出电平（平衡） 20dBu 最大增益   麦克风通道 50dB 线路输入通道 0dB 输入阻抗   麦克风通道 2.2千欧姆 线路输入通道 20千欧姆 输出阻抗 400欧姆 采样率 48kHz A/D-D/A转换器 24比特 幻象电源 +48 VDC

研发阶段/n主要研究支持神经网络芯片的设计自动化工具及FPGA验证系统，设计自动化工 具本身针对ASIC和FPGA都适用。 项目主要研究：（1）研究基于模型层的设计空间探索方法;（2）研究可重构 神经网络硬件单元抽象和归约方法；（3）开发面向嵌入式、功耗约束下的FPGA神 经网络芯片系统，突破神经网络芯片设计小型化遇到的关键难题。本项目提出的自 动综合工具至少支持CNN 等两类不同神经网络拓扑，支持Caffe配置文件prototex 拓扑描述语言，生成的FPGA芯片，性能比CPU快1个数量级，能效比

本发明实施例公开一种基于改进的Hopfield神经网络的服装标志识别方法，应用于计算机领域，以解决现有的靠人工对商品的标志进行识别效率极低的问题。该方法包括：通过小波变换对原始图像进行特征提取；根据所述特征作为目标模式建立Hopfield神经网络模型。本发明的实施例应用于标志识别。

本发明公开了一种面向片式多核处理器的流编译优化方法，包 括：生成软件流水调度表的软件流水调度步骤；根据软件流水调度表 将计算任务所需的数据在片式多核处理器片上的 SPM 和主存上进行 缓存分配的存储访问优化步骤；根据片式多核处理器的片上网络拓扑 结构确定通信量最小的映射方式，以将软件流水调度表中各个虚拟处 理核根据映射方式调度映射到实际物理核上的通信优化步骤。本发明 的方法结合了流程序与系统结构相关的优化技术，充分发

本发明涉及一种基于神经网络的风电磁悬浮偏航系统悬浮控制方法，属电气工程技术领域。该方法采用含量化因子的神经网络控制策略，使磁悬浮偏航系统在受到随机干扰情况下，实现稳定悬浮控制：当需要偏航时，首先由悬浮控制器采用PID算法控制励磁电流，使悬浮物向上悬浮至并保持在悬浮平衡点处，得到稳态下外环PID控制器的比例、积分、微分系数参数；其次，悬浮控制器改用含量化因子的神经网络控制策略，获得外环PID控制器参数的调节量；然后由两者求得励磁电流参考值，减去实际值，经内环PID控制器，实时调整励磁电流，实现稳定悬浮。本发明自适应能力强、动态响应快、抗干扰能力强，可确保整个悬浮偏航过程系统性能实时最优。

本发明公开了一种基于卷积神经网络的给水管网多点漏损定位方法，包括以下步骤：对供水管网压力数据进行采集，将采集的供水数据分为训练样本和测试样本；将各个样本归一化，归一化后的训练样本输入到卷积神经网络模型中进行训练，得到卷积神经网络模型，归一化后的测试样本对卷积神经网络模型进行测试，保存训练好的卷积神经网络模型；实时数据归一化后输入到训练好的卷积神经网络模型中，通过训练好的卷积神经网络模型来得到预测结果；将预测结果对比标签索引，判断漏损。本发明还公开一种基于卷积神经网络的给水管网多点漏损定位装置。本发明

本发明公开了一种基于卷积神经网络的城市轨道交通乘客拥挤程度检测方法，首先对待检测视频进行预处理，分段并提取运动残差图像，将原始图像与运动残差图像组合作为卷积神经网络算法的输入，建立至少包含一个卷积层和最大池化层的特征提取块，处理并计算原始图像和运动残差图像中包含的人群状态特征，再将人群状态特征和运动特征结合，构建至少包含一个卷积层、最大池化层和全连接层的特征融合块，进行融合处理，同时构建分类器，使用预制的带有拥挤程度标签的训练集对卷积神经网络进行训练，使分类器对待测视频中的乘客拥挤程度进行正确检测，更加全面的表征监控视频中的客流状况，实现拥挤程度的检测，提高了算法检测的准确率。

本发明公开一种基于 B-P 神经网络判断照明场景的自动曝光方 法，包括以下步骤，S1 通过视频采集系统获得原始图像；S2 将原始图 像划分为多个区域；S3 求每个区域的图像亮度平均值，获得亮度矢量； S4 设计 B-P 神经网络，将亮度矢量作为神经网络的输入，对照明场景 进行判断；S5 根据神经网络的判断结果，计算图像的理想亮度；S6 将 原始图像的实际亮度与理想亮度的偏差作为 PID 算法的初始输入，利 用 PID 算法获取理想亮度对应的理想可控量；S7 依据理想可控量，获 得曝光时间 t 和模拟