买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京航空航天大学

摘要：本申请实施例提供一种基于FPGA的时序数据的预测系统和方法，涉及人工智能技术领域。该方法包括：获取时序数据，将时序数据输入至二值神经网络模型中，二值神经网络模型包括输入层、N个中间层和输出层，输入层部署趋势编码计算单元；利用输入层内的趋势编码计算单元对时序数据进行趋势编码处理，得到编码结果；对编码结果进行处理，得到第一中间特征数据，并将第一中间特征数据依次递进输入至N个中间层，得到输出层输出的预测结果，预测结果用于对设备退化状态的预测。该方法用以最大限度的保留时序数据的趋势信息，并实现提高数据预测准确度的技术效果。

主权项：1.一种基于FPGA的时序数据的预测方法，其特征在于，应用于基于FPGA的时序数据的预测系统，所述预测系统包括利用FPGA形成的模型参数缓存模块、二值神经网络模型和多个结果缓存模块：所述模型参数缓存模块，用于存储待处理的时序数据，并存储所述二值神经网络模型经训练得到的模型参数，所述模型参数包括权重参数、学习阈值和卷积核参数；所述二值神经网络模型，用于生成多个计算引擎，利用所述计算引擎和所述模型参数，对所述时序数据进行计算处理，得到预测结果；其中，所述二值神经网络模型包括输入层、N个中间层和输出层，所述输入层和所述N个中间层分别包括多个计算逻辑单元；所述计算引擎分布在所述输入层和所述N个中间层中，并依据计算逻辑单元建立相应的连接关系，一个线程的计算对应多个所述计算引擎；所述结果缓存模块，用于缓存多个所述计算引擎得到的计算结果；所述计算引擎，用于依据所述计算逻辑单元，调取所述结果缓存模块中上一计算引擎的计算结果和所述模型参数缓存模块中的所述模型参数，依次进行计算得到当前计算引擎的计算结果，并将所述计算结果缓存至对应的结果缓存模块中；所述方法包括：获取时序数据，将所述时序数据输入至二值神经网络模型中，所述二值神经网络模型包括输入层、N个中间层和输出层，所述输入层部署趋势编码计算单元；利用所述输入层内的所述趋势编码计算单元对所述时序数据进行趋势编码处理，得到编码结果；对所述编码结果进行处理，得到第一中间特征数据，将所述第一中间特征数据依次递进输入至所述N个中间层，得到所述输出层输出的预测结果，所述预测结果用于对设备状态的预测；所述将所述第一中间特征数据依次递进输入至所述N个中间层，得到所述输出层输出的预测结果，包括：所述N个中间层分别部署静态激活计算单元和动态门控计算单元；将所述第一中间特征数据输入至第一个中间层，利用所述第一个中间层内所述静态激活计算单元和所述动态门控计算单元对所述第一中间特征数据进行处理，得到第二中间特征数据；将所述第二中间特征数据依次递进输入至N-1个中间层，得到所述输出层输出的所述预测结果；所述将所述第一中间特征数据输入至第一个中间层，利用所述第一个中间层内所述静态激活计算单元和所述动态门控计算单元对所述第一中间特征数据进行处理，得到第二中间特征数据，包括：将所述第一中间特征数据输入至所述第一个中间层，利用所述静态激活计算单元对所述第一中间特征数据进行量化处理，得到第一特征数据和第二特征数据；对所述第一特征数据进行二值卷积处理，得到第一计算结果；利用所述动态门控计算单元对所述第一中间特征数据和所述第二特征数据进行处理，得到第二计算结果；根据所述第一计算结果和所述第二计算结果，得到所述第二中间特征数据。

全文数据：

权利要求：

百度查询： 北京航空航天大学 一种基于FPGA的时序数据的预测系统和方法