【摘 要】
：
近年来,随着深度学习算法的不断发展,卷积神经网络（Convolution Neural Network,CNN）已广泛应用于基于可穿戴传感器的人体行为识别中,但卷积神经网络是一种计算密集性算法,大多部署在GPU或CPU平台上,GPU虽然能实现实时处理,但硬件部署成本高,计算功耗大,难以满足资源和功耗受限的嵌入式领域应用要求,而CPU计算效率低、功耗高,难以满足实时性的要求。因此,研究出一套精度高、
论文部分内容阅读
近年来,随着深度学习算法的不断发展,卷积神经网络（Convolution Neural Network,CNN）已广泛应用于基于可穿戴传感器的人体行为识别中,但卷积神经网络是一种计算密集性算法,大多部署在GPU或CPU平台上,GPU虽然能实现实时处理,但硬件部署成本高,计算功耗大,难以满足资源和功耗受限的嵌入式领域应用要求,而CPU计算效率低、功耗高,难以满足实时性的要求。因此,研究出一套精度高、速度快和功耗低的人体行为识别系统有实际的应用价值。本文在分析卷积神经网络计算模型和注意力工作机制的基础上,利用软硬件协同的设计方法,提出一种基于ZYNQ的人体行为识别算法的硬件加速方案,该方案基于ARM+FPGA异构系统实现,并部署于Xilinx的Ultra96＿V2嵌入式开发平台。本文主要的工作内容如下:（1）设计基于卷积神经网络和注意力机制的人体行为识别模型,该模型不仅适用于传统的强标签数据集,还能准确的识别和定位弱标签数据中的行为。（2）基于软硬件协同的设计思想,综合考虑系统计算性能和硬件资源消耗,进行软硬件功能划分。FPGA负责实现卷积、池化、点积和加权等计算模块,ARM负责全连接层运算、Softmax运算以及数据的读取和硬件的控制等任务。（3）基于高层次综合技术设计卷积、最大值池化、点积和加权等运算模块,通过DMA+AXI4-Stream的方式进行PS/PL之间的数据传输,使用数据定点化、运算参数分解和循环优化等方法对各个计算模块进行计算加速,除此之外,CNN各模块间和三层点积运算模块分别通过层间流水优化和多任务并行优化的方法提升系统整体的计算效率。（4）基于PYNQ框架完成驱动程序和上位机的设计并对系统进行功能与性能测试。结果表明,系统可以有效地对弱标签传感器数据进行识别和定位,工作频率为150MHz的情况下,计算速度达到25.40 frames/s,与Ultra96＿V2嵌入式平台的ARM相比,实现了39.2倍以上的加速效果;平均功耗为2.898W,达到了低延时、低功耗的设计要求。
其他文献
利用中国知网有关大数据背景下精准教学文献为研究对象，使用社会网络分析法绘制202篇大数据精准教学研究热点知识图谱。通过分析发现，我国大数据背景下精准教学研究主要围绕精准教学理论研究、精准教学模式研究、精准教学平台应用研究、大数据助力精准学习分析研究、大数据驱动教学变革研究等五个方面开展。未来可以加强师生数据素养的培养、大数据背景下精准教学平台构建、大数据与教学深度融合等方面的研究。
该文是一篇近两个月的锂电池文献评述，以“lithium”和“batter*”为关键词检索了Web of Science从2022年4月1日至2022年5月31日上线的锂电池研究论文，共有3406篇，选择其中100篇加以评论。层状正极材料的研究集中在高镍三元材料、镍酸锂、钴酸锂和富锂相材料，其相关研究关注表面包覆层、前驱体及合成条件、循环中的结构变化。负极材料的研究重点包括硅基负极的界面构筑、金属锂
色素性皮肤病疗程长，患者长期口服药物易引起诸多不良反应，而外用药物因皮肤渗透性差治疗效果并不理想。微针经皮给药系统可穿透角质层开创多个可逆性微通道，显著提高治疗药物的渗透性，具有局部靶向性好、给药可控可持续、避免胃肠刺激和肝脏首过效应等优势。临床已尝试用于黄褐斑、白癜风和黑眼圈等色素性皮肤病的治疗。本文对微针经皮给药系统的机制及其在黄褐斑、白癜风和黑眼圈等色素性皮肤病的基础研究和临床应用作一综述，
2021年12月3日，山东省人民政府办公厅印发《全面加强新时代大中小学劳动教育重点任务及分工方案》等三个方案，对全面构建体现时代特征的劳动、体育和美育工作体系作出了详细而具体的部署，这有助于让广大学生从“唯分数”“唯升学”的教育评价观中解放出来，让教育回归到全面发展的教育本质，为促进和实现学生的全面、个性和有创造的发展提供了政策保障。开展体美劳工作，不仅要通过系统的教育让学生牢固树立起“劳动最光荣
为实现边缘端人体行为识别需满足低功耗、低延时的目标，本文设计了一种以卷积神经网络（CNN）为基础、基于可穿戴传感器的快速识别系统.首先通过传感器采集数据，制作人体行为识别数据集，在PC端预训练基于CNN的行为识别模型，在测试集达到93.61%的准确率.然后，通过数据定点化、卷积核复用、并行处理数据和流水线等方法实现硬件加速.最后在FPGA上部署识别模型，并将采集到的传感器数据输入到系统中，实现边缘
估计很多小朋友都害怕打针，好疼呀！还有一些需要经常打针的病人就更惨了，扎得到处是针眼，看得人心都在颤。科学家叔叔阿姨们，你们就不能帮助解决这些“扎针人士”的烦恼吗？还真说中了，纳米微针——这项“人类给药技术的革新”完全抛弃了传统给药的针管，一个小小的“给药创口贴”贴到身上，药物就会进入身体里了。
研究黄金微针联合可复美面膜对玫瑰痤疮患者症状、皮肤生理功能、预后的影响。选取2019年8月～2021年8月本院142例玫瑰痤疮患者，随机数字表法分组，各71例。对照组采取黄金微针，观察组基于对照组采取可复美面膜，均治疗4周。统计两组治疗效果、不良反应及治疗前后症状评分、皮肤生理指标（经皮水分流失量（TEWL）、表皮含水量、油脂）、角质层完整性指标（粘脱蛋白含量、丝氨酸蛋白活性）、痤疮特异性生活质量
为提高行为识别算法的实时性，适用于资源有限的嵌入式设备，提出了一种行为识别算法硬件加速方法，并在FPGA平台实现。传统的基于可穿戴传感器的行为识别算法需要严格标记的数据进行训练分类，但传感器序列的标注过程消耗大量的人力和计算资源，针对该问题，在传统的卷积神经网络模型中引入注意力机制，用于基于弱标签数据的行为识别。算法中的卷积、池化和注意力机制等计算模块使用高层次综合设计。针对模型的运算特性，通过流