龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：西安电子科技大学
摘要：本发明公开了一种基于深度神经网络的里德‑所罗门码译码方法及系统，所述方法包括：生成预定长度的RS码字，获得二进制的校验矩阵；构造译码神经网络；将译码神经网络分为N次置信传播迭代过程，对M次置信传播迭代的输出层输出的RS码字比特置信度进行排序，重构校验矩阵，对M+1次置信传播迭代中校验层和变量层的神经元进行恢复和删除，获得预设训练周期，如果满足预设训练周期，将第N次置信传播迭代的校验矩阵作为最优校验矩阵。解决了现有技术中存在深度神经网络与传统通信系统融合过程中，需要大量的训练样本，并且对数据依赖性高，深度神经网络缺乏可解释性，难以调整和局部优化的技术问题。
主权项：1.一种基于深度神经网络的里德-所罗门码译码方法，其中，所述方法包括：生成预定长度的RS码字，获得所述RS码字的二进制的校验矩阵；利用所述RS码字的所述校验矩阵构造译码神经网络；将所述译码神经网络分为N次置信传播迭代过程，其中，N为正整数；对M次置信传播迭代的输出层输出的RS码字比特置信度进行排序，重构所述校验矩阵，对M+1次置信传播迭代中校验层和变量层的神经元进行恢复和删除，其中，M为小于N的正整数；获得预设训练周期；判断所述译码神经网络的训练周期是否满足所述预设训练周期；如果所述译码神经网络的训练周期满足所述预设训练周期，将第N次置信传播迭代的校验矩阵作为最优校验矩阵。
全文数据：
权利要求：
百度查询： 西安电子科技大学 一种基于深度神经网络的里德-所罗门码译码方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号