摘要
本发明公开了一种基于神经网络的卷积编码方法,本发明混合利用线性分组码的分块特性与卷积编码的掺杂冗余与其余分组相关的特性,提出利用机器学习的神经网络模型与深度学习的卷积神经网络模型,对数据进行分块的全卷积编码。使用神经网络,可以使得分块数据中的数据可以与任意数量的数据包进行卷积编码;使用卷积神经网络,可以使得分块数据中的数据可以与任意数量和给数据包之后的任意位数进行混合卷积编码,采用多种编码方案,以保证数据的可靠交付。
技术关键词
卷积编码方法
编码块
分块
矩阵
数据
解码
编码方案
卷积神经网络模型
冗余
图片
线性
元素
通道
系统为您推荐了相关专利信息
焊接辅助装置
汽车配件
焊接辅助机构
移动底座
移动台
能量优化调度方法
设备健康状态
设备状态信息
能源消耗设备
多源数据融合技术
稳定性控制方法
执行机构
滑块运动速度
装备
采样方法