多进制LDPC码译码方法
    1.
    发明公开

    公开(公告)号:CN106301388A

    公开(公告)日:2017-01-04

    申请号:CN201510246084.1

    申请日:2015-05-14

    Abstract: 本发明提供一种多进制LDPC码译码方法,包括:初始化码字符号比特信息和码字比特外信息;对码字符号比特信息进行硬判决和奇偶校验,若校验结果不成功则更新变量节点到校验节点的边信息和校验节点到变量节点的边信息。对校验节点到变量节点的边信息中的外部校验和的置信度 进行加权,得到加权比特信息以更新变量节点的码字符号比特信息 和码字符号比特外信息 在译码的过程中,所有可靠性信息的更新都是在比特形式下进行,具有很低的计算复杂度;而且,码字信息及边信息的置信度长度很短,具有很低的存储复杂度;同时,可以很好地改善现有低复杂度多进制LDPC译码算法在瀑布域的性能损失,并具有很低的错误平台。

    一种基于人脸显著性的图像压缩方法

    公开(公告)号:CN106682613B

    公开(公告)日:2020-01-03

    申请号:CN201611225706.3

    申请日:2016-12-27

    Abstract: 本发明公开了一种基于学习混合高斯模型和不同人脸大小的权重的显著性检测方法,包括步骤一、建立数据库。步骤二、根据所建立的数据库以及对数据的分析,建立并训练显著度检测模型。步骤三、基于本发明提出的显著性检测方法设计一种图像压缩方法。本发明建立了一个庞大的视觉显著性数据库,为后续研究提供帮助。本发明可以根据显著性改变比特率,有效地减小压缩图像的比特率,同时提高压缩图像的质量。

    低复杂度的多进制LDPC码译码方法

    公开(公告)号:CN104052501B

    公开(公告)日:2017-03-29

    申请号:CN201410295270.X

    申请日:2014-06-26

    Inventor: 黄勤 王祖林 张睦

    Abstract: 本发明是一种低复杂度的多进制LDPC码译码方法,属于通信技术领域。本方法在迭代中采用多进制符号的二进制表示简化码字信息置信度的表示方式,每次迭代通过校验节点的计算更新边信息的置信度,在变量节点的计算中引入加权加强变量节点对边信息的使用效率,并且采用二进制的信息更新方式计算码字信息和外信息。本发明码字每个符号的信息长度r远低于现有方法中的长度2r,边信息仅有一个有限域符号及其置信度,具有很低的存储复杂度,变量节点和校验节点的计算主要为整数加法和整数比较运算,只有少量的有限域运算和乘法运算,具有很低的计算复杂度,对于各种码长和码重的码均可获得很好的译码性能。

    区块链的存储方法和区块链的节点

    公开(公告)号:CN110738472B

    公开(公告)日:2023-10-03

    申请号:CN201810804118.8

    申请日:2018-07-20

    Inventor: 黄勤 权力 王祖林

    Abstract: 本申请提供了一种区块链的存储方法和区块链的节点。所述存储方法包括:存储完整区块链的区块头;以及存储根据规律规则对完整区块链的区块体进行降采样得到的区块体。根据本申请,克服了现有技术对区块链架构认识的局限,提出了一种区块链的存储方法和新型的节点,不仅能够降低全节点存储冗余,而且具有验证和广播能力。

    基于WiFi数据的位置指纹库建立与拟合方法

    公开(公告)号:CN110650436B

    公开(公告)日:2023-02-24

    申请号:CN201910557380.1

    申请日:2019-06-25

    Abstract: 本发明适用于WiFi数据定位技术领域。本发明公开一种基于WiFi数据的位置指纹库建立与拟合方法,包括位置指纹库建立步骤和指纹库拟合步骤,其中位置指纹库建立步骤包括,栅格指纹库划分,对待划分指纹库区域的纬度划分栅格区域,以两点为矩形区域对角线设置,获得空白的栅格指纹;指纹库填充,将用户累计上传的WiFi信号强度数据和测量的WiFi信号强度数据按信号强度数据位置填充至相应位置的栅格。由于采用了平面栅格指纹库,可以有效的避免指纹信息分布不均匀带来的定位精度下降问题。同时对原始采集数据进行高斯滤波,降低了数据采集带来的误差,为后续进一步提高室内定位精度奠定坚实基础。

    基于稀疏矩阵的编码写入方法及装置

    公开(公告)号:CN106569906B

    公开(公告)日:2019-12-31

    申请号:CN201610916426.0

    申请日:2016-10-20

    Abstract: 本发明公开一种基于稀疏矩阵的编码写入方法及装置,能够降低容量达到方案的复杂度。该方法包括:S1、计算与待写入的信息m相对应的陪集首vm,其中,m=(m1,m2,…,mk),m对应的(n,k)分组码为C,vm=(v1,v2,…,vn);S2、基于稀疏矩阵计算向量b,其中,i1,i2,…,is表示stuck cells的位置,a1,a2,…,as表示stuck cells的固定值,Hz为从C的校验矩阵H中取出第i1,i2,…,is列组成的(n‑k)×s阶子矩阵;S3、将m′作为存储值写入存储单元,其中,m′=vm+bH。

    降采样译码方法和装置
    8.
    发明授权

    公开(公告)号:CN106487392B

    公开(公告)日:2019-11-08

    申请号:CN201510523515.4

    申请日:2015-08-24

    Inventor: 肖强 黄勤 王祖林

    Abstract: 本发明涉及一种降采样译码方法,包括步骤S1:输入接收序列和/或先验信息,生成网格图,在所述网格图上搜索极大似然路径,得到所述极大似然路径的判决值,标记所述极大似然路径的竞争路径,并计算极大似然路径与竞争路径的度量差;还包括步骤S2:从极大似然路径的所有竞争路径中,选择部分竞争路径计算对数似然比得到译码结果。通过本发明提供的降采样译码方法,降低了计算复杂度,提供高质量的LLR,提高了译码效率。

    一种基于多人脸视频显著性的HEVC压缩编码方法

    公开(公告)号:CN106993188B

    公开(公告)日:2019-09-27

    申请号:CN201710131188.7

    申请日:2017-03-07

    Abstract: 本发明提供了一种基于多人脸视频显著性的HEVC压缩编码方法,属于计算机视觉领域。本发明首先建立包含视觉关注点分布的多人脸视频数据库,检测数据库中视频中的人脸并提取脸部特征,然后建立并训练多隐马尔科夫模型,用人脸在每一帧落入的关注点百分比的变化衡量人脸的显著性变化,作为隐藏状态,将所提取的脸部特征分别作为观测特征,从而实现多人脸显著性检测。更进一步地,以预测得到的显著性图谱指导视频编码过程中的码率分配,将每权重比特bpw代替每像素比特bpp来计算编码需要的量化参数,实现HEVC编码。采用本发明方法,显著性检测结果性能好,在资源有限的情况下有效提升了压缩后视频的主观质量。

    一种基于集合的非均等保护译码方法及系统

    公开(公告)号:CN109586844A

    公开(公告)日:2019-04-05

    申请号:CN201811280111.7

    申请日:2018-10-30

    Abstract: 本发明实施例提供了一种基于集合的非均等保护译码方法及系统,方法包括:根据符号信息向量中元素的置信度,将所述符号信息向量划分成不同类别;将不同类别中的符号信息向量划分为不同的集合,并以集合为单位进行译码。本发明实施例提供的一种基于集合的非均等保护译码方法及系统,主要降低了在变量节点的计算复杂度。同时本发明通过合理划分集合、采用合适的非均等保护门限在保证译码性能的前提下,可以提高译码效率。

Patent Agency Ranking