一种用于文献的深度学习的数字传输方法

AITNT
正文
推荐专利
一种用于文献的深度学习的数字传输方法
申请号:CN202411737368
申请日期:2024-11-29
公开号:CN119583479A
公开日期:2025-03-07
类型:发明专利
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
1
基于眼球追踪的VR商品焦点识别方法
卷积神经网络模型 注视点 识别方法 计算机可执行指令 眼球
2
一种安卓恶意应用涉案行为分析方法
分析方法 神经网络架构 时序特征 序列 矩阵
3
一种分散深色同浴染色工艺的染料配方优化方法及系统
同浴染色工艺 染料配方 色差 模糊规则 计算机视觉
4
一种光伏电站通信系统及方法
节点装置 光伏电站 通信系统 混合网络结构 环网
5
一种基于多队列循环排队转发的联合路由调度方法及装置
多队列 时间敏感网络 交换机 网络流量调度技术 深度强化学习算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号