摘要
本发明公开了一种用于文献的深度学习的数字传输方法,涉及数字传输技术领域。本发明包括如下步骤:收集网络性能数据;步骤S2、数据清洗;步骤S3、特征提取;步骤S4、深度学习模型训练;步骤S5、模型验证;步骤S6、文献传输;步骤S7、传输识别;步骤S8:输出显示。本发明通过深度学习算法来训练模型,利用模型判断传输路径的最大可用宽带,对文献进行压缩后,使用最大可用带宽来传输文献并计算该最大带宽的拥塞程度,降低文献传输宽带成本,提高传输速率。
技术关键词
数字传输方法
网络性能数据
卷积神经网络模型
深度学习模型训练
传输路径
数字传输技术
协方差矩阵
编码技术
主成分分析方法
字符
特征值
随机梯度下降
深度学习算法
发送端
监控工具
线性单元
系统为您推荐了相关专利信息
多层次
分类系统
数据收集模块
特征提取单元
抓取网络数据包
气体识别方法
气体识别装置
真空度
绝压传感器
多尺度局部特征
数据集构建方法
船舶舾装件
视角
三维模型
多角度
检修工具
卷积神经网络模型
分拣方法
视觉系统
梯度下降优化算法
异常事件
防控方法
多层卷积神经网络模型
直方图均衡化
深度学习技术