System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及人工智能辅助3d打印,具体涉及一种3d打印智能辅助系统、方法及存储介质。
技术介绍
1、在现有技术中,用于辅助3d打印的神经网络等机器学习算法都是运行在cpu或者gpu等冯诺伊曼架构环境下,此架构中计算和存储功能是分离的,分别由cpu和存储器完成。随着科技的发展,cpu和存储器的速度和容量飞速提高,但由于传输数据、指令的总线速度的提升十分有限,cpu和存储器之间频繁的数据传输造成信息处理的瓶颈,称为冯诺伊曼瓶颈;另一方面,存储器数据访问速度跟不上cpu的数据处理速度,且这一差距被越拉越大,导致了存储墙现象,存储器性能严重限制cpu性能发挥。
2、因此,现有的采用冯诺伊曼架构的3d打印智能辅助系统,存在计算功耗高、延迟大的问题。
技术实现思路
1、本申请实施例的目的在于提供一种3d打印智能辅助系统、方法及存储介质,用以解决现有技术中的采用冯诺伊曼架构的作为3d打印智能辅助系统,存在的计算功耗高、延迟大的问题。
2、为实现上述目的,本申请实施例提供一种3d打印智能辅助系统,包括:
3、相连接的多处理器片上系统和层次型超限学习机忆阻器硬件网络,其中,
4、所述多处理器片上系统用于获取3d打印机械臂的实时图片数据,基于所述实时图片数据初始化和训练基于所述层次型超限学习机忆阻器硬件网络优化的层次型超限学习机忆阻器硬件网络模型,以获取训练标签数据,基于所述训练标签数据进行随机化权重分配,并将得到的权重分配数据发送至所述层次型超限学习机忆
5、可选地,在所述得到所述机械臂的参数调整决策之后,所述多处理器片上系统还用于:
6、获取3d打印路径代码,基于所述3d打印路径代码进行机械臂运动轨迹规划,并融合所述机械臂的参数调整决策,进行对所述机械臂的参数化调整,以实现对所述机械臂的控制。
7、可选地,所述层次型超限学习机忆阻器硬件网络包括:
8、多路选择器、生成电路、忆阻器阵列和内层超限学习机忆阻器节点,其中,
9、所述多路选择器用于基于输入的所述权重分配数据进行随机化权重分配;
10、所述生成电路用于根据输入的所述权重分配数据生成模拟直流电流输入至所述忆阻器阵列中,以使所述忆阻器阵列将所述权重分配数据复制到每列的所述内层超限学习机忆阻器节点中,进而与当前镜像阵列中生成的随机权重相乘;
11、所述忆阻器阵列用于根据基尔霍夫定律,对相同列中的电流求和,将电流求和结果作为隐藏层神经元的输入;
12、所述内层超限学习机忆阻器节点用于获取所述隐藏层神经元的输出结果,完成小网格计算,以通过列扫描器得到输出权重,并最终得到所述层次型超限学习机忆阻器硬件网络模型的输出结果。
13、可选地,所述层次型超限学习机忆阻器硬件网络还包括:
14、尖峰神经元电路,用于将所述忆阻器阵列输出的电流转换为所述隐藏层神经元的输出结果。
15、可选地,所述层次型超限学习机忆阻器硬件网络模型的输出结果表示为:
16、<mstyle displaystyle="true" mathcolor="#000000"><mtable columnalign="left"><mtr><mtd><mi>o</mi><mi>=</mi><msub><mi>h</mi><mi>g</mi></msub><mi>γ</mi><mi>=</mi><mrow><mo>[</mo><mtable><mtr><mtd><msub><mi>o</mi><mn>1</mn></msub></mtd><mtd><msub><mi>o</mi><mn>2</mn></msub></mtd><mtd><mi>⋯</mi></mtd><mtd><msub><mi>o</mi><mi>m</mi></msub></mtd></mtr></mtable><mo>]</mo></mrow><mi>∗</mi><msup><mrow><mo>[</mo><mtable><mtr><mtd><msub><mi>γ</mi><mn>1</mn></msub></mtd><mtd><msub><mi>γ</mi><mn>2</mn></msub></mtd><mtd><mi>⋯</mi></mtd><mtd><msub><mi>γ</mi><mi>m</mi></msub></mtd></mtr></mtable><mo>]</mo></mrow><mi>t</mi></msup></mtd></mtr><mtr><mtd><mi>=</mi><msub><mi>o</mi><mn>1</mn></msub><msub><mi>γ</mi><mn>1</mn></msub><mo>+</mo><msub><mi>o</mi><mn>2</mn></msub><msub><mi>γ</mi><mn>2</mn></msub><m本文档来自技高网...
【技术保护点】
1.一种3D打印智能辅助系统,其特征在于,包括:相连接的多处理器片上系统和层次型超限学习机忆阻器硬件网络,其中,
2.根据权利要求1所述的3D打印智能辅助系统,其特征在于,在得到机械臂的参数调整决策之后,多处理器片上系统还用于:
3.根据权利要求1所述的3D打印智能辅助系统,其特征在于,层次型超限学习机忆阻器硬件网络模型包括:多路选择器、生成电路、忆阻器阵列和内层超限学习机忆阻器节点,其中,
4.根据权利要求3所述的3D打印智能辅助系统,其特征在于,层次型超限学习机忆阻器硬件网络还包括:
5.根据权利要求3所述的3D打印智能辅助系统,其特征在于,层次型超限学习机忆阻器硬件网络模型的输出结果表示为:
6.根据权利要求5所述的3D打印智能辅助系统,其特征在于,基于实时图片数据初始化和训练基于层次型超限学习机忆阻器硬件网络优化的层次型超限学习机忆阻器硬件网络模型,包括:
7.根据权利要求2所述的3D打印智能辅助系统,其特征在于,
8.根据权利要求1所述的3D打印智能辅助系统,其特征在于,
9
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,计算机程序被机器执行时实现如权利要求9的方法的步骤。
...【技术特征摘要】
1.一种3d打印智能辅助系统,其特征在于,包括:相连接的多处理器片上系统和层次型超限学习机忆阻器硬件网络,其中,
2.根据权利要求1所述的3d打印智能辅助系统,其特征在于,在得到机械臂的参数调整决策之后,多处理器片上系统还用于:
3.根据权利要求1所述的3d打印智能辅助系统,其特征在于,层次型超限学习机忆阻器硬件网络模型包括:多路选择器、生成电路、忆阻器阵列和内层超限学习机忆阻器节点,其中,
4.根据权利要求3所述的3d打印智能辅助系统,其特征在于,层次型超限学习机忆阻器硬件网络还包括:
5.根据权利要求3所述的3d打印智能辅助系...
【专利技术属性】
技术研发人员:门正兴,王阳合,高曦,王莲莲,白晶斐,
申请(专利权)人:成都航空职业技术学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。