近似

摘要： 将Nishino粗糙集引入到形式概念分析理论中,构造三支近似算子,提出了面向对象的三支近似概念,并基于参数β的不同阈值,对所提出概念中的上下近似的性质进行讨论。最后,结合实例验证三支近似概念的有效性和合理性。

摘要： 为解决神经网络中爆炸式增长的数据量所加剧的计算机系统存储墙问题,针对经典近似方法在平衡精确度和开销问题上的不足,提出一种利用相邻数据之间相似特征以及神经网络中数据冗余性的优化方法.通过分析数据密集型应用的数据特征,提出针对权值的稀疏矩阵压缩,针对输入数据的重复值压缩和相邻小范围浮动数据近似的方案,设计神经网络拓扑感知的冗余数据近似方法,在合理范围内实现数据近似.实验结果表明,相比于SNNAP方案输出质量平均提高了8.16％,压缩率达到51.38％,为提高数据密集型应用的系统加速比提供了可行性.

摘要： 根据《中华人民共和国商标法》和《商标审查及审理标准》规定,如拟注册的商标与在先商标近似的,应给予合理避让.作者设想如有后注册商标与在先商标构成近似,在后申请人却不予避让,而后注册商标更是通过了商标局的实质审查,取得了商标注册证.作者认为有必要对此进行分析,以更好地维护在先注册权利人的合法权益.

摘要： 梯度法是一类求解优化问题的一阶方法.梯度法形式简单、计算开销小,在大规模问题的求解中得到了广泛应用.系统地介绍了光滑无约束问题梯度法的迭代格式、理论框架.梯度法中最重要的参数是步长,步长的选取直接决定了梯度法的收敛性质与收敛速度.从线搜索框架、近似技巧、随机技巧和交替重复步长四方面介绍了梯度步长的构造思想及相应梯度法的收敛性结果,还对非光滑及约束问题的梯度法、梯度法加速技巧和随机梯度法等扩展方向做了简要介绍.

摘要： 我国《商标法》对于商标侵权行为的类型进行了详细的列举.但是,作为商标侵权重要判断依据的混淆在不同侵权类型中的地位如何,无论是理论层面还是实践层面,至今仍然存在诸多争议.从保护商标功能出发并考虑我国《商标法》体系逻辑的严整性,应当将混淆作为商标侵权判定的核心要件.具体而言,在“双相同”侵权中适用推定混淆规则,允许被控侵权人推翻这种推定,与此同时对混淆的概念进行适当拓展;涉及近似商标的案件中,应当坚持以近似性作为商标侵权的前置判断要件,以“混淆”作为侵权判定最终依据.而对于给他人注册商标专用权“造成其他损害”的行为,则可以涵盖混淆和淡化以外的侵害商标功能的情形.

摘要： 基于传统低秩去噪模型,利用非凸函数对模型中的秩函数进行替换,取得了对秩函数更好近似的效果.对于非凸问题的求解,利用凹函数超梯度定义,对原始问题进行松弛,得到松弛问题的显式解.实验表明,提出的非凸去噪方法相比传统方法具有更好的去噪效果.

摘要： 该文提出集合的近似问题，将它归结为有序结构上的近似问题，用两个近似映射予以解决。并且在有序结构中定义距离，作为相似程度的测度，以研究近似映射给出的近似值与被近似元素的相近程度，发现这些近似值是近似空间（近似被近似元素的元素组成的集合）中距离被近似元素最近的元素，因此也是最优的近似值。

摘要： 粒度计算是基于对论域上的元素分类的思想提出来的,已经在知识发现领域有了广泛的应用,并且引起了人们广泛的关注.

摘要： 一种基于近似4‑2压缩器的近似乘法运算方法和近似乘法器，根据乘数和被乘数得到部分积所有位的值，并将所有位部分积分为精确压缩部分、近似压缩部分和截断部分，精确压缩部分利用4‑2压缩器、全加器和半加器进行精确压缩，近似压缩部分添加第一补偿值后用近似4‑2压缩器进行近似压缩，将精确压缩后的部分积和近似压缩后的部分积相加得到精确压缩部分和近似压缩部分对应的输出位，并结合第二补偿值作为的截断部分对应的输出位共同构成最终乘法结果。本发明通过采用低位部分积截断和近似树形压缩减少了电路复杂度，降低了延迟功耗，同时结合常数补偿进一步减小乘法运算误差，保持了较高的精度。

摘要： 本申请公开了一种近似加法器、两位的近似加法器和三位的近似加法器，属于集成电路技术领域，通过降低计算精度来实现集成电路可观的节能。由于近似加法器可以在循环累加的过程中对计算的错误进行补偿，不但可使加法器的功耗更低，更使得近似加法器的计算更准确。

摘要： 本发明提出了一种基于近似6‑2和4‑2压缩器的近似乘法器及计算方法，该近似乘法器包括部分积生成模块、部分积树形压缩模块和进位加法器模块；部分积生成模块为一个与门阵列，乘数和被乘数的每一位通过与操作得到相应的部分积；所述部分积树形压缩模块包括精确压缩单元、近似压缩单元和截断单元；进位传播加法器用于精确压缩单元和近似压缩单元的输出信号相加得到的输出信号和截断单元的输出信号组合得到结果。本发明能极大地减少乘法器的面积开销，延时与功耗，从而提高乘法器的性能并降低能耗。

摘要： 本申请涉及一种近似乘法器设计方法、近似乘法器和图像锐化电路所述方法包括：将精确4位Dadda树形乘法器中用于部分乘积累加的半加器替换为全加器，将其中的低4位计算电路替换为近似加法电路，获得近似4位乘法器。其中，近似加法电路包括逻辑或电路，用于获得该近似4位乘法器最终乘积的自LSB起第2位的数值。根据该近似4位乘法器中部分乘积累加结果的自LSB起第2至4列的数值，该近似加法电路的输出数值，设计错误检测和校正电路，用于消除近似4位乘法器输出的最终乘积的错误。上述方法从结构上对乘法器进行了实质性的改进，一方面降低了硬件资源使用量，另一方面提供了纠错机制，使近似乘法器的其计算结果更加准确。

摘要： 一种近似4‑2压缩器及近似乘法器，属于集成电路技术领域。近似4‑2压缩器包括第一或门、第二或门、第三或门、第一与门、第二与门和第三与门，第一或门和第一与门的第一输入端作为近似4‑2压缩器的第一输入端，它们的第二输入端连作为近似4‑2压缩器的第二输入端，它们的输出端连接第三与门的两个输入端；第二或门和第二与门的第一输入端作为近似4‑2压缩器的第三输入端，它们的第二输入端作为近似4‑2压缩器的第四输入端；第三或门的输入端分别连接第一与门、第二与门和第三与门的输出端，其输出端作为近似4‑2压缩器的输出端。近似乘法器的近似压缩模块采用本发明提出的近似4‑2压缩器，并辅以误差矫正单元，具有高精度、低功耗和低延迟的特点。

摘要： 一种基于近似4‑2压缩器的近似乘法运算方法和近似乘法器，根据乘数和被乘数得到部分积所有位的值，并将所有位部分积分为精确压缩部分、近似压缩部分和截断部分，精确压缩部分利用4‑2压缩器、全加器和半加器进行精确压缩，近似压缩部分添加第一补偿值后用近似4‑2压缩器进行近似压缩，将精确压缩后的部分积和近似压缩后的部分积相加得到精确压缩部分和近似压缩部分对应的输出位，并结合第二补偿值作为的截断部分对应的输出位共同构成最终乘法结果。本发明通过采用低位部分积截断和近似树形压缩减少了电路复杂度，降低了延迟功耗，同时结合常数补偿进一步减小乘法运算误差，保持了较高的精度。

摘要： 本发明公开了一种近似平方器，包括精确的布斯折叠编码器和解码器电路、近似的布斯折叠编码器和解码器电路、精确部分积压缩电路、近似部分积压缩电路和波纹进位加法器电路；所述精确的布斯折叠编码器和解码器将输入操作数的高n‑k位按照三位一组划分，生成P部分的精确部分积和C部分的精确部分积，输出到精确部分积压缩电路中；所述近似的布斯折叠编码器和解码器是将输入操作数的低k位按照三位一组划分，生成P部分的近似部分积和C部分的近似部分积，输出到近似部分积压缩电路中。本发明能够实现更低的功耗和面积，成本更低；并且计算速度更快，用于通信和机器学习应用中更具优势。

摘要： 本发明公开了一种基于近似乘法的神经网络混合近似及误差补偿方法，包括：获取神经网络模型所包含的所有卷积层和全连接层；调用由若干个近似乘法器组成近似乘法器数据库，作为对应的搜索空间；将搜索空间内的所有已知近似乘法器的二进制真值表加入神经网络模型的推理路径，根据神经网络模型对应的应用场景的实际需求，对神经网络模型中的卷积层和全连接层采用的精确乘法进行混合近似：逐层混合近似和逐权重混合近似；对混合近似后的神经网络模型进行误差补偿。本发明能够用最接近真实情况的方法测量近似乘法器的应用为神经网络带来的精度损失，能够更精确地指导网络友好型乘法器的设计，不仅能取得更小的精度损失，还能节约更多的硬件能耗。

摘要： 本发明提出了一种基于近似6‑2和4‑2压缩器的近似乘法器及计算方法，该近似乘法器包括部分积生成模块、部分积树形压缩模块和进位加法器模块；部分积生成模块为一个与门阵列，乘数和被乘数的每一位通过与操作得到相应的部分积；所述部分积树形压缩模块包括精确压缩单元、近似压缩单元和截断单元；进位传播加法器用于精确压缩单元和近似压缩单元的输出信号相加得到的输出信号和截断单元的输出信号组合得到结果。本发明能极大地减少乘法器的面积开销，延时与功耗，从而提高乘法器的性能并降低能耗。

摘要： 高基数近似布斯编码方法和混合基数布斯编码近似乘法器，属于集成电路技术领域。高基数近似布斯编码方法将n位被乘数中权重更低的m位进行编码并结合n位乘数获得两个不完全部分积A和B，相加后获得近似编码结果。混合基数布斯编码近似乘法器结合精确布斯编码模块和高基数近似布斯编码模块分别获得精确部分积和近似部分积，再结合本发明提出的符号位扩展算法生成的符号扩展位形成部分积阵列，对部分积阵列进行压缩和相加就获得了近似乘法器的最终计算结果，另外本发明对近似乘法器的误差模型进行推导获取了精度指标。高基数近似布斯编码在保证较高计算精度同时降低了乘法器的结构复杂度，符号扩展位避免大量相同数字累加使得硬件设计得以简化。