一种基于RS编码技术实现的星间激光链路纠错方法

    公开(公告)号:CN118249885A

    公开(公告)日:2024-06-25

    申请号:CN202410312065.3

    申请日:2024-03-19

    Abstract: 本发明涉及星间链路通信技术领域,具体涉及一种基于RS编码技术实现的星间激光链路纠错方法,星间激光链路数据发送端对数据依次进行预处理、封装、映射、组帧、加扰、加同步头、前向纠错编码和数据发送操作,得到数据信息;基于RS编码技术对数据信息进行前向错误纠正,通过激光端转换为无线激光信号发送得到串行数据流;数据接收端对串行数据流依次进行帧同步、前向纠错解码、解扰、解帧、解映射、数据解封装和以太数据预处理操作,该方法利用RS(255,223)编译码技术,通过交织技术将可能出现的较长突发差错离散成随机差错,避免突发错误符号趋向于发生在一个RS码字内,导致RS码在突发错误周期性发生时由于某些码字中包含太多错误无法纠正的问题。

    一种光传送网伪随机序列并行扰码解扰码器的实现方法

    公开(公告)号:CN119420462A

    公开(公告)日:2025-02-11

    申请号:CN202411454609.6

    申请日:2024-10-17

    Abstract: 本发明涉及数字通信技术领域,具体涉及一种光传送网伪随机序列并行扰码解扰码器的实现方法,包括基于扰码编码签的原数字序列信号推导并行扰码;基于所述并行扰码设计帧同步扰码器;基于所述并行扰码设计帧同步解扰码器,该方法以线性反馈移位寄存器(LinearFeedback Shift Register,LFSR)电路为基础,过现场可编程门阵列(Field‑Programmable Gate Array,FPGA)实现的并行伪随机序列产生方法,该方法简单、高效地实现OTN系统高速码流(1.25Gbps~10Gbps)数据的扰码/解扰码功能,通过对OTUk码流与伪随机序列进行模2运算,使得OTN系统数字基带信号频谱平滑,以适应基带系统的传输,提高OTN系统传输性能,解决现有软件计算扰码的方法效率低和速度慢的问题。

    一种基于灰度关联法模糊聚类算法的桉树土壤肥力分析方法

    公开(公告)号:CN114595956B

    公开(公告)日:2024-08-09

    申请号:CN202210200659.6

    申请日:2022-03-02

    Inventor: 程小辉 汪跃

    Abstract: 广西壮族自治区是我国原木最大产地,其中桉树是主要品种,桉树的生长需要大量的肥料养分,导致土壤肥力下降,越来越贫瘠,地表结块,出现沙化。因此林地土壤肥力分析是一个迫在眉睫的课题。土壤肥力分析是科学施肥的基础,介于现有的土壤肥力测量步骤繁琐,效率低下,人工成本高。本文公开了基于模糊聚类算法的桉树土壤肥力分析方法,提出了一种经过灰度关联法加权处理后模糊聚类算法,对数据进行预处理,设定土壤成分权重,能有效区分土壤各属性之间的不平衡性,并综合考虑土壤中微量元素和有机质等养分实现对土壤肥力的精准分析,为科学施肥和防范土壤污染提供保障。

    一种面向异构多核处理器的混合式任务调度方法

    公开(公告)号:CN112199172B

    公开(公告)日:2024-05-24

    申请号:CN202011027749.7

    申请日:2020-09-25

    Inventor: 程小辉 童辉辉

    Abstract: 本发明提供了一种面向异构多核处理器的混合式任务调度方法。该方法以麻雀搜索算法为基础进行优化,在异构多核环境下的任务调度中,对HEFT算法中任务节点的优先级别进行排序,构造一个任务调度列表,同时设计合理的任务分配编码方案,将麻雀搜索空间映射到离散空间,使麻雀搜索算法适用于离散的异构多核任务调度问题研究上。本发明将HEFT算法与麻雀搜索算法混合,将HEFT算法获得的任务列表加入到麻雀搜索算法的初始化种群中,利用麻雀搜索算法寻优能力强,收敛速度快,性能稳定等优势,执行算法的迭代,从列表中取出优先级最高的任务,将其分配给启动时间最早的处理核上。本发明有效缩短任务执行时间,提升异构多核环境下的任务调度效率。

    一种基于深度学习的图神经网络交通流预测方法

    公开(公告)号:CN116052419A

    公开(公告)日:2023-05-02

    申请号:CN202310010893.7

    申请日:2023-01-04

    Abstract: 本发明提出了一种基于深度学习的图神经网络交通流预测方法。该方法由融合了不同深度学习方法的三个模块:融合特征注意力模块、信息聚合模块和多信息结合模块组成。融合特征注意力模块通过注意力机制和Softmax函数提取不同交通信息间的影响因子,将交通流信息与其他各种交通信息在时间维度上结合,充分考虑了不同交通信息间的时间周期性;信息聚合模块将交通流信息输入GRU网络中提取历史时间信息,同时用图卷积实现时空依赖性的同步提取;多信息结合模块将主次信息用CONCAT(·)函数相加后进行图卷积运算,挖掘主次要信息间的隐藏关系。本发明实现了一个高效的交通流预测方法,能够快速准确的预测交通流信息。

    一种基于分布差异的卷积神经网络剪枝方法

    公开(公告)号:CN115660066A

    公开(公告)日:2023-01-31

    申请号:CN202211264295.4

    申请日:2022-10-14

    Abstract: 本发明提出了一种基于分布差异的卷积神经网络剪枝方法,让对算力和存储能力要求较高的卷积神经网络模型能够在算力有限的嵌入式设备商部署。首先训练原始的CNN网络,同时划分评价集,添加特征提取模块,利用特征提取模块获取中间特征矩阵。然后通过计算卷积层输出的特征矩阵同标签特征之间的分布差异,结合卷积核权重的L1范数的均值计算每个卷积核的重要性分数,对阈值以下的卷积核进行裁剪。最后通过微调的方式,补偿压缩后模型的精度。本发明提出的基于分布差异的卷积神经网络剪枝方法,是针对终端设备计算能力、存储能力有限所提出的剪枝方法,能够在保证模型一定精度的情况下,大幅度压缩模型参数量和计算量。

    一种基于权重标签的局部子集合多标记特征选择方法

    公开(公告)号:CN114595754A

    公开(公告)日:2022-06-07

    申请号:CN202210200656.2

    申请日:2022-03-02

    Inventor: 程小辉 邵平

    Abstract: 本发明公开一种基于权重标签的局部子集合多标记特征选择方法。特征选择是指在不同数据集中选择与标签相关度较高且特征之间冗余度较低的特征子集。传统的特征选择方法没有考虑标签的权重和与标签相关性较弱的特征也可能对特征的划分起决定性作用。在分析传统的多标签特征选择方法优劣的基础上,引入权重标签和局部子空间实现优化多标签特征选择。改进后的方法通过计算标签的权重,能有效的了解单个标签在多标签集合中的重要性,使得计算特征与标签的相关性时,更有说服力,并对三个子空间设置采样比例,能有效地增强特征选择的灵活度。

Patent Agency Ranking