一种基于ANS编码的封装方法、系统、存储介质及设备

    公开(公告)号:CN116366071A

    公开(公告)日:2023-06-30

    申请号:CN202310231231.2

    申请日:2023-03-08

    Inventor: 张永兴 孙华锦

    Abstract: 本发明提供了一种基于ANS编码的封装方法、系统、存储介质及设备,方法包括:从符号序列中依次提取符号,并对提取到的当前符号进行ANS编码,得到当前编码值;判断当前编码值是否大于第一阈值;响应于当前编码值大于第一阈值,判定当前编码值为大数;针对大数,确认其中符合预设要求的低位部分,并将低位部分封装后输出至码流。本发明避免了编码流程中出现大数字,提高了ANS编码流程中的封装效率,解决了目前主流计算机无法处理大数导致ANS编码应用场景受限的问题,同时有助于后续ANS解码时实现流式解码。

    一种ANS分组编解码方法、计算机设备及存储介质

    公开(公告)号:CN115801021A

    公开(公告)日:2023-03-14

    申请号:CN202211180870.2

    申请日:2022-09-27

    Abstract: 本发明提供了一种ANS分组编解码方法、计算机设备及存储介质,该方法包括ANS编码方法和ANS解码方法;编码时,设定一个编码位宽n,每个编码数字的位宽相等,设定一个阈值Thresh;按照自然顺序提取每一个符号,根据编码公式编码;根据分组规则及编码符号序列,在编码完成后得到若干个位宽为n的数字;解码时,依次提取每一个数字,按照解码公式,依次解析每一个符号;将所有子序列按照自然顺序拼接,得到整个符号序列;可以用小自然数编码子序列,由于子序列编码得到数字位宽一致,便于计算机处理。此外,由于各个自序列独立编码,不存在依赖关系,解码时可以并行解码。

    一种基于BiLSTM和TextRank进行新闻文本分类的方法

    公开(公告)号:CN115481245A

    公开(公告)日:2022-12-16

    申请号:CN202211047433.3

    申请日:2022-08-29

    Abstract: 本发明提出一种基于BiLSTM和TextRank进行新闻文本分类的方法,包括:对文本数据集进行预处理得到文本分词向量,通过文本数据集的文本分词向量训练BiLSTM分类模型并得到关于数据集的全局语义的特征向量;通过TextRank算法对文本数据集的文本分词向量提取文本关键词并基于文本关键词得到关于文本关键词的特征向量通过TextRank算法从文本数据集的文本分词向量提取文本关键词并基于文本关键词得到关于文本关键词的特征向量;基于全局语义的特征向量和文本关键词的特征向量构建全连接神经网络分类模型,并通过全连接神经网络分类模型对目标文本分别进行分类。通过本发明提出的一种基于BiLSTM和TextRank进行新闻文本分类的方法,可显著提高新闻文本分类的准确性。

    一种神经网络模型的鲁棒性量化方法、系统、介质及设备

    公开(公告)号:CN114519424A

    公开(公告)日:2022-05-20

    申请号:CN202210157068.5

    申请日:2022-02-21

    Abstract: 本发明提供了一种神经网络模型的鲁棒性量化方法、系统、介质及设备,方法包括:为单层神经网络模型选择激活函数,并确认其斜率限制;基于斜率限制构建关于单层神经网络模型的输入数据和偏离输入数据的第一不等式,基于第一不等式和矩阵参数得到激活函数的增量二次约束式;将单层神经网络模型代入增量二次约束式中,得到第二不等式;基于Lipschitz条件将第二不等式构造为包含Lipschitz常数的线性矩阵不等式;将Lipschitz常数的预设数值代入线性矩阵不等式中,计算其中的矩阵参数的数值;基于计算结果判定Lipschitz常数的预设数值的可用性;若预设数值可用,基于矩阵参数的数值和Lipschitz常数的预设数值对单层神经网络模型进行训练。本发明可以使单层神经网络灵活地对抗输入的扰动。

    一种图像解密方法、系统、装置及计算机可读存储介质

    公开(公告)号:CN114338024A

    公开(公告)日:2022-04-12

    申请号:CN202210228387.0

    申请日:2022-03-10

    Abstract: 本申请公开了一种图像解密方法、系统、装置及计算机可读存储介质,涉及图像处理领域,该图像解密方法包括:通过并联的各位流解密系统对各自接收到的密文图像数据执行解密操作,解密操作包括:基于洛伦兹流加密系统构造的状态观测器观测密文图像数据对应的观测密钥流;判断观测密钥流是否满足解密条件;若是,通过第一关系式得到解密后的明文图像数据,第一关系式为,为明文图像数据,y(t)为密文图像数据,C为输出矩阵,为观测密钥流。本申请能够实现多密文图像数据的并行解密,在解密过程中无需对密文图像数据进行微分处理,提高解密效率。

    图像加密方法、图像解密方法、图像处理装置及存储介质

    公开(公告)号:CN114338023A

    公开(公告)日:2022-04-12

    申请号:CN202210228353.1

    申请日:2022-03-10

    Abstract: 本申请公开了一种图像加密方法、图像解密方法、图像处理装置及存储介质,涉及图像处理领域,该图像加密方法通过并联的多位流加密系统对原始图像数据中的各行图像数据同时进行加密,提高了加密速度,扩展了秘钥空间,增强了加密系统的鲁棒性,由于密钥流的生成依赖于未加密明文图像数据,使得不同的未加密明文图像数据对应不同的密钥流,从而生成不同的密文图像数据,使得加密安全性更高。该图像解密方法对上述图像加密方法加密后的密文图像数据进行解密,解密过程仅依赖于密文图像数据,以及密文图像数据的一阶导数,提高了解密效率,通过各位流解密系统的解密后明文图像数据即可还原原始图像数据。

    一种基于EVENODD的三校验扩展方法、系统、设备及介质

    公开(公告)号:CN114327998A

    公开(公告)日:2022-04-12

    申请号:CN202111510930.8

    申请日:2021-12-10

    Abstract: 本发明提出了一种基于EVENODD的三校验扩展方法、系统、计算机设备和介质,该方法包括:基于待存储数据生成多个中间因子并通过多个中间因子构建多个校验码;将所述待存储数据和所述多个校验码保存到存储系统中;响应于所述存储系统中的所述待存储数据丢失,根据所述多个校验码对所述数据进行恢复。本发明提出了一种针对三个错误的三校验扩展算法,通过在原有EVENODD的基础上增加了一组中间因子,并基于该中间因子生成第三校验码,根据第三校验码对三个错误的数据进行恢复。保持了EVENODD的只需要进行异或操作的优势,实现任意三个错误的纠错功能支持,且算法可以向下或向上降级或升级,和EVENODD算法很好的兼容。

    一种数据压缩电路
    10.
    发明授权

    公开(公告)号:CN111817724B

    公开(公告)日:2022-03-22

    申请号:CN202010710080.5

    申请日:2020-07-22

    Abstract: 本发明公开了一种数据压缩电路,包括:数据输入模块,用于按预设时间间隔读取待压缩数据,并对待压缩数据进行分组,得到分组数量的待压缩数据组;索引计算模块,用于并行计算待压缩数据组的数据原文各自对应的索引值;多端口索引表存储模块,用于查找索引值各自对应的数据信息;匹配查找模块,用于根据待压缩数据组和数据信息,确定编码输出信息;编码模块,用于将编码输出信息编码成对应的比特流;本发明利用多端口索引表存储模块中存储的索引表中的数据信息的查找输出,避免了存储整个搜索范围内的原文数据的输入缓存的使用,降低了成本;并且利用预设数量的索引计算模块的并行化处理架构,一次处理多组输入数据,提高了处理的吞吐率。

Patent Agency Ranking