[发明专利]一种基于全连接神经网络编码译码的光传输方法在审

专利信息
申请号: 202111033498.8 申请日: 2021-09-03
公开(公告)号: CN113673686A 公开(公告)日: 2021-11-19
发明(设计)人: 刘博;忻向军;任建新;毛雅亚;郭芷若;吴翔宇;吴泳锋;孙婷婷;赵立龙;王凤 申请(专利权)人: 南京信息工程大学
主分类号: G06N3/04 分类号: G06N3/04;G06N3/067;G06N3/08
代理公司: 南京钟山专利代理有限公司 32252 代理人: 张明浩
地址: 210044 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 连接 神经网络 编码 译码 传输 方法
【权利要求书】:

1.一种基于全连接神经网络编码译码的光传输方法,其特征是:二进制比特流首先通过串并变化,将串行的二进制数据并行输入到全连接神经网络模块中,利用全连接神经网络模块的全连接方式对所有输入的相邻比特间的相互联系进行整合连接,保留输入比特信息间的相互关联和影响,将数据转化为符号信息后再进行脉冲整形,发射到信道进行传输。

2.根据权利要求1所述的一种基于全连接神经网络编码译码的光传输方法,其特征是:所述的全连接神经网络模块包括前向传播和反向传播,前向传播为信号从输入层经过每一个神经元,直到输出神经元的传播过程,全连接神经网络模块经过前向传播输出数据,再根据数据经过反向传播不断地调整权重和偏置。

3.根据权利要求2所述的一种基于全连接神经网络编码译码的光传输方法,其特征是:所述的前向传播的具体过程为:接收输入的二进制数据,经过激活函数换算后,输出数据,其中,接收输入的二进制数据过程具体为:神经网络能接收多个输入, 并且每个输入上有一个权值w,神经网络可以通过学习自动获取最优的权重参数,假设输入比特流为[x1,x2,x3…x8n],经过串并变化后将其转换为并行二进制比特流,将并行的二进制比特流矩阵进行变换为,[x1,x2…xn;xn+1,xn+2…x2n;x2n+1,x2n+2…x3n;x3n+1,x3n+2…x4n;xn+1,xn+2…x2n;x2n+1,x2n+2…x3n;x3n+1,x3n+2…x4n;x4n+1,x4n+2…x5n;x2n+1,x2n+2…x3n;x3n+1,x3n+2…x4n;x4n+1,x4n+2…x5n;x5n+1,x5n+2…x6n;x3n+1,x3n+2…x4n;x4n+1,x4n+2…x5n;x5n+1,x5n+2…x6n;x6n+1,x6n+2…x7n;x4n+1,x4n+2…x5n;x5n+1,x5n+2…x6n;x6n+1,x6n+2…x7n;x7n+1,x7n+2…x8n],然后将该矩阵输入全连接神经网络信息编码器的输入层进行编码,利用神经网络的全连接方式将每个相邻比特间的相互联系和影响全连接得到符号信息,使得符号信息的值由多个比特信息全连接得到。

4.根据权利要求3所述的一种基于全连接神经网络编码译码的光传输方法,其特征是:所述的激活函数为线性整流单元函数,即ReLU函数,ReLU函数的数学表达式为:

h(x) =max(0, x);

其中,h(x)的含义是激活函数,x的含义是该神经元输入值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京信息工程大学,未经南京信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111033498.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top