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
一种基于深度学习的多层次加密流量分类系统
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
2
一种气体识别方法及装置
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
3
一种船舶舾装件多角度RGB图与规范坐标图数据集构建方法
数据集构建方法 船舶舾装件 视角 三维模型 多角度
4
基于SqueezeNet卷积神经网络模型的水电检修工具分拣方法
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
5
一种基于图像识别的异常事件防控方法
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
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