一种基于分布差异的卷积神经网络剪枝方法

    公开(公告)号:CN115660066A

    公开(公告)日:2023-01-31

    申请号:CN202211264295.4

    申请日:2022-10-14

    Abstract: 本发明提出了一种基于分布差异的卷积神经网络剪枝方法,让对算力和存储能力要求较高的卷积神经网络模型能够在算力有限的嵌入式设备商部署。首先训练原始的CNN网络,同时划分评价集,添加特征提取模块,利用特征提取模块获取中间特征矩阵。然后通过计算卷积层输出的特征矩阵同标签特征之间的分布差异,结合卷积核权重的L1范数的均值计算每个卷积核的重要性分数,对阈值以下的卷积核进行裁剪。最后通过微调的方式,补偿压缩后模型的精度。本发明提出的基于分布差异的卷积神经网络剪枝方法,是针对终端设备计算能力、存储能力有限所提出的剪枝方法,能够在保证模型一定精度的情况下,大幅度压缩模型参数量和计算量。

    一种基于改进模糊C均值聚类的WSN分簇路由方法

    公开(公告)号:CN115843085A

    公开(公告)日:2023-03-24

    申请号:CN202211264294.X

    申请日:2022-10-14

    Abstract: 本发明提供了一种基于改进模糊C均值聚类的WSN分簇路由方法。包括:网络分簇、动态选举簇首、数据传输。通过节点分布情况,采用麻雀搜索改进的模糊C均值聚类算法对网络进行分簇;根据每个簇内节点的剩余能量和节点间距离两种因素进行适应度值计算,动态选取出最优的簇首,簇内的其他普通节点将采集的数据发送至簇首进行数据融合;簇首与基站通信时,计算簇间通信代价,采用Dijkstra算法构建最小通信代价的簇间路由路径,均衡各簇首节点的负载。本发明采用麻雀搜索优化FCM的初始聚类中心,使得网络节点分簇更加均匀合理,能够有效均衡网络的能量消耗,优化了簇首路由,使得节点能耗降低,从而改善无线传感器网络生命周期过短的问题。

    一种基于协作干扰和人工噪声的车载物理层安全传输方法

    公开(公告)号:CN111885546B

    公开(公告)日:2023-03-14

    申请号:CN202010734978.6

    申请日:2020-07-28

    Abstract: 本发明公开了一种基于协作干扰和人工噪声的车载物理层安全传输方法,属于无线通信领域,包括如下步骤,相邻车载用户通过V2V的通信方式实现私密信号的传输,同时存在随机分布的若干个被动窃听节点和协作干扰节点;将动态车载环境下的不完美信道信息建模为一阶高斯马尔科夫过程;设计不完美信道信息下基于协作干扰和人工噪声协助的车载通信物理层安全传输机制;根据V2V链路目的节点以及窃听端的信干噪比分别计算V2V链路与窃听链路的连通中断概率与安全中断概率;根据V2V链路的连通中断概率与安全中断概率,构建V2V链路安全吞吐量的优化模型;通过优化V2V链路源节点的功率分配因子实现车载通信链路安全吞吐量最大化,保障车载通信链路的物理层安全。

    一种基于协作干扰和人工噪声的车载物理层安全传输方法

    公开(公告)号:CN111885546A

    公开(公告)日:2020-11-03

    申请号:CN202010734978.6

    申请日:2020-07-28

    Abstract: 本发明公开了一种基于协作干扰和人工噪声的车载物理层安全传输方法,属于无线通信领域,包括如下步骤,相邻车载用户通过V2V的通信方式实现私密信号的传输,同时存在随机分布的若干个被动窃听节点和协作干扰节点;将动态车载环境下的不完美信道信息建模为一阶高斯马尔科夫过程;设计不完美信道信息下基于协作干扰和人工噪声协助的车载通信物理层安全传输机制;根据V2V链路目的节点以及窃听端的信干噪比分别计算V2V链路与窃听链路的连通中断概率与安全中断概率;根据V2V链路的连通中断概率与安全中断概率,构建V2V链路安全吞吐量的优化模型;通过优化V2V链路源节点的功率分配因子实现车载通信链路安全吞吐量最大化,保障车载通信链路的物理层安全。

Patent Agency Ranking