期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于模糊神经网络的建筑能耗评估模型研究 被引量:5
1
作者 季文娟 顾永松 冯乐 《建筑节能》 CAS 2013年第11期67-69,共3页
通过研究公共建筑耗能特点,结合建筑节能标准,提取了建筑能耗主要影响因素。在研究T-S模糊神经网络结构和算法的基础上,提出了基于T-S模糊神经网络的建筑能耗评估模型,用改进FCM聚类方法确定网络结构和参数初值,运用混合学习算法训练网... 通过研究公共建筑耗能特点,结合建筑节能标准,提取了建筑能耗主要影响因素。在研究T-S模糊神经网络结构和算法的基础上,提出了基于T-S模糊神经网络的建筑能耗评估模型,用改进FCM聚类方法确定网络结构和参数初值,运用混合学习算法训练网络模型。将模型运用到评估实例中,结果表明基于改进FCM聚类的T-S模糊神经网络评估模型结构简单,学习和泛化能力强。 展开更多
关键词 T-S模糊神经网络 改进FCM聚类 能耗评估模型
下载PDF
面向CNN加速器的一种建模与优化设计方法研究
2
作者 祁玉琼 张明喆 +1 位作者 吴海彬 叶笑春 《高技术通讯》 CAS 2022年第8期773-788,共16页
本文提出了一种卷积神经网络(CNN)加速器性能与能耗通用评估模型(CNNGModel)。CNNGModel通过CNN加速器中不同结构的具体设计,可以估计该加速器处理不同任务时需要的时间与能耗。在硬件工程师使用硬件描述语言实现该加速器前,通过CNNGMo... 本文提出了一种卷积神经网络(CNN)加速器性能与能耗通用评估模型(CNNGModel)。CNNGModel通过CNN加速器中不同结构的具体设计,可以估计该加速器处理不同任务时需要的时间与能耗。在硬件工程师使用硬件描述语言实现该加速器前,通过CNNGModel可以提前判断当前CNN加速器的设计是否符合应用需求,从而减少后续不必要的工作量。在实验部分,首先设计并实现了3个CNN加速器;其次分析对比CNNGModel、模拟器VTA以及仿真综合3种方式得到的每个加速器在处理不同CNN时的多项结果,其中对于处理时间的估计,CNNGModel与仿真综合的差距低至3.0%,对于功率,差距则低至6.5%;最后依据CNNGModel,从能耗和性能两方面给出了多项CNN加速器优化策略。 展开更多
关键词 卷积神经网络(CNN) CNN加速器 性能与能耗通用评估模型(CNNGModel) CNN加速器优化策略
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部