基于改进YOLOv4-Tiny的FPGA加速方法

针对YOLOv4-Tiny算法复杂度高、 计算量和参数量大以及不易在资源较少嵌入式平台部署等问题,提出了一种软硬件联合优化方案.在算法上采用GhostNet残差结构替换原算法残差部分所构建的主干网络,再对网络通道剪枝以对算法进行压缩,改进后的网络相较于YOLOv4-Tiny压缩了97％.为了提高硬件资源效率,对权值和偏...     

基于混沌压缩感知和DNA编码的多图像加密算法

为了解决现有图像加密算法处理后的密文图像在传存储过程中带宽利用率低、 占据较大的存储空间等问题,提出了一种新的基于混沌压缩感知和DNA编码的多图像加密算法,可同时对多幅图像进行压缩加密为一幅密文图像.通过SHA-256安全散列算法产生内部密钥,实行一次一密,极大地提高了算法的安全性.相比于传统加密算法,密文图像空间利用...     

基于分级降噪的电磁信号调制识别研究

针对低信噪比(Signal to Noise Ratio, SNR)下电磁信号的调制识别效果不佳、调制识别算法复杂度高的问题,提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)和门控循环单元的高、低SNR分级降噪方法,同时设计了一种基于SNR分级降噪和卷积长短期神经网络的低复杂度调制识别框架。采用中值滤波对低SNR数据降噪,高SNR数据不做降噪处理,使用卷积长短期神经网络结构提取分级降噪后电磁信号的时间相关性和空间特征。实验结果表明,基于分级降噪的调制识别方法在低SNR下的识别准确率有3%的提升,在高SNR下的识别准确率达到了94.3%,实现了11种调制方式的高精度识别。