一种基于残差连接的共享神经归一化最小和译码方法及装置

本发明提供了一种基于残差连接的共享神经归一化最小和译码方法及装置，所述方法包括：步骤1，构建神经网络输入层；步骤2，构建神经网络隐藏层；步骤3，设计自适应残差连接机制；步骤4，校验节点到变量节点CN层迭代更新，计算校验节点到变量节点的消息，并根据阈值判断条件应用自适应残差连接；步骤5，变量节点到校验节点VN层迭代更新；步骤6，按照设定的最大迭代次数重复执行步骤4和步骤5，迭代到最大次数后通过输出层输出最终译码结果；步骤7，使用交叉熵损失函数对网络进行训练。本发明通过自适应残差连接机制有效缓解了深层网络的梯度消失和退化问题，显著提升了LDPC码的译码性能，特别是在低信噪比条件下的表现。