【摘 要】
：
针对神经网络信念传播译码算法具有高复杂度的问题,提出一种新的低复杂度的深度学习译码算法,降低译码方法硬件实现时的复杂度.通过给出置信传播译码算法替代图形,结合Min-su
论文部分内容阅读
针对神经网络信念传播译码算法具有高复杂度的问题,提出一种新的低复杂度的深度学习译码算法,降低译码方法硬件实现时的复杂度.通过给出置信传播译码算法替代图形,结合Min-sum算法,去除了双曲函数运算并将工程实际中需要消耗大量资源的乘法操作转换为简单的加法操作.结合循环神经网络结构,将多层不同的参数约束成单层的参数.结合不同信息的属性,不对来自信道的对数似然比消息附加额外的参数,只是将参数附加于校验节点更新时的边缘上.结合边缘参数的分布,发现部分权重数值与1偏离很大,判定为需要添加权重的边缘.提取有效深度神经网络权重进行训练来降低译码网络的参数数目.经实验验证,所提出的译码方法有效地降低了神经网络的译码复杂度,将神经网络参数减少约20％.并且算法与置信传播译码相比,在高信噪比区域取得1 dB的性能提升,便于硬件实现,具有较强的实用性.
其他文献
为提高风电接纳水平,解决计入风电的自动发电控制问题,结合大规模风电场群接入电网断面的特点设计风电集群断面有功控制策略.基于有功响应的特性对集群风电有功控制时延作相
针对常用的故障诊断深度学习方法需要较高的设备成本与较长的训练时间,提出一种基于Inception-ResNet模型的轴承故障分类方法.通过使用Inception网络的并行结构使网络学习到
针对基于单一关系路径的链路预测方法无法挖掘知识图谱中不同路径之间影响的问题,提出了一种基于多关系路径的链路预测方法.首先,采用基于路径信息的相似性指标来计算所有关
为解决海量测井数据归档存储场景中出现的存储硬件和数据库存储容量限制等问题,提出了一种基于深度学习的数据无损压缩方法,采用循环神经网络RNN作为概率预测器,输出数据流的
研究硬聚焦侧向仪器主屏流比和剩余电位对测井结果的影响,聚焦主屏流比和剩余电位的电路简化测量方法,借助正演方法对仪器主屏流测量电路模型进行简化,搭建主电流测试电路和
转炉炼钢在炼钢过程中占有重要地位,对转炉过程进行精准的控制是至关重要的.转炉炼钢的控制过程是建立在转炉终点预测的基础上,所以,为了实现精准炼钢,建立转炉炼钢的终点预
研究一种可有效促进城市轨道交通行车组织管理效能的模糊神经网络算法.利用超限学习机模块对站点客流量进行初步卷积,使用卷积神经网络将考察线路内的各站点客流量数据进行汇
红外成像系统因其在信号的传输和信号转换环节中会受到外界环境中的各种干扰,使红外成像系统生成的红外图像中产生多种噪声,导致红外图像的信噪比降低。针对红外图像受到多类噪声影响的问题,基于压缩感知理论的迭代加权最小二乘算法设计了新的加权系数,并结合中值滤波算法设计了新的重构算法。首先利用中值滤波对信号进行红外图像的粗去噪,然后通过压缩感知的稀疏变换和观测矩阵进行细去噪,使观测值保留原信号的重要信息,最后
在无线紫外光通信系统中,采用合适的调制与解调技术可以有效提高系统通信质量.设计定长双脉冲对称脉冲间隔调制(FDPSPIM)方法实现紫外光通信,对其符号结构进行详细分析,使用m
现有脉冲中子氧活化测井仪时间谱容易受地层环境干扰,在测井解释中需要基于能量谱信息滤除时间谱中的噪声.针对新的技术需求,设计了一种多路能谱采集处理电路,该电路以两片ST