近年来，目睹了卷积神经网络（CNN）在各种计算机视觉和人工智能应用中的广泛普及。 然而，性能的提高是以大量密集的计算复杂性为代价的，这阻碍了它在诸如移动或嵌入式设备之类的资源受限的应用中的使用。 尽管人们越来越关注内部网络结构的加速，但很少考虑视觉输入的冗余性。 在本文中，我们首次尝试直接从视觉输入中减少CNN加速的空间和通道冗余。 所提出的方法称为ESPACE（消除空间和信道冗余），它通过以下三个步骤起作用：首先，通过一组低秩的卷积滤波器降低卷积层的3D通道冗余度。 其次，提出了一种新颖的基于掩模的选择性处理方案，该方案通过跳过视觉输入的不显着空间位置来进一步加快卷积操作。 第三，通过反向传播使用训练数据对加速网络进行微调。 在ImageNet 2012上评估了提出的方法，并在两个广泛采用的CNN（即AlexNet和GoogLeNet）上实现了该方法。 与CNN加速的几种最新方法相比，该方案已证明在AlexNet和GoogLeNet上分别以5.48倍和4.12倍的加速比提供了最新的加速性能，而分类精度的下降却最小。

GE PLC硬件组态、冗余CPU、冗余网络系统组网通讯、EGD通讯配置过程操作视频详解

并行有限自动机组成中的冗余问题及其优化方法

网关冗余的基本概念及基本应用实例-双交换机.docx

华为-双路由-VRRP技术.docx

CRC即循环冗余校验码（Cyclic Redundancy Check）：是数据通信领域中最常用的一种查错校验码，其特征是信息字段和校验字段的长度可以任意选定。循环冗余检查（CRC）是一种数据传输检错功能，对数据进行多项式计算，并将得到的结果附在帧的后面，接收设备也执行类似的算法，以保证数据传输的正确性和完整性。

VxWorks环境下双冗余以太网卡技术在底层驱动中的实现.pdf

基于小波距量法(MOM)研究了微粗糙光学基片表面与上方冗余粒子的差值光散射特性。从基本电场积分方程出发,推导出冗余粒子目标与光学基片微粗糙面的积分方程,得到阻抗矩阵,进而推导出散射耦合场及差值场,给出复合散射模型双站散射截面的计算公式,数值计算并分析了不同入射角度,不同材质的单个及双个冗余缺陷粒子与微粗糙光学基片表面的双站散射截面及差值双站散射截面的散射角分布,给出冗余粒子及微粗糙面的散射贡献及差值场散射角分布。

交换网络中冗余备份是必不可少的一项工作，说到交换的冗余备份，势必会有环路的产生，当然通常我们是看不到这种环路的，因为有stp这玩意的存在，stp的存在说是在防环，实际根本目的是为了实现冗余热备。

针对冗余捷联惯组故障检测问题，采用广义似然比法（GLT）验证在特定冗余捷联惯组配置（三套正交安装的捷联惯组）下的故障检测的可行性及其检测效果。针对不同的传感器配置的几何安装矩阵 ，分别进行了仿真试验，通过改进传统的Potter算法，解决了Potter算法不能检测出某些传感器故障的问题。