一种利用深度神经网络实现的传感器网络信号补全方法
公开
摘要
本发明是一种利用深度神经网络实现的传感器网络信号补全方法，包括如下步骤：步骤1：将观测节点的信号输入并行标量量化器中，得到量化后的观测节点信号的离散输出，建立问题；步骤2：设计图信号的插值模块；步骤3：设计图信号量化规则模块，图信号量化规则模块采用软‑硬量化器量化；步骤4：将步骤2得到的插值模块和步骤3得到的图信号量化规则模块进行联合训练。本发明使用并行标量量化器，并对每个量化器进行分别设计，使用神经网络对量化比特分配与插值算子进行联合设计，提高了补全性能。
基本信息
专利标题 ：
一种利用深度神经网络实现的传感器网络信号补全方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114584150A
申请号 ：
CN202210211863.8
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-04
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李沛王保云
申请人 ：
南京邮电大学
申请人地址 ：
江苏省南京市鼓楼区新模范马路66号
代理机构 ：
南京正联知识产权代理有限公司
代理人 ：
张玉红
优先权 ：
CN202210211863.8
主分类号 ：
H03M7/30
IPC分类号 ：
H03M7/30 G06N3/04 G06N3/08
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
