-
公开(公告)号：CN116719507A
公开(公告)日：2023-09-08
申请号：CN202310685029.7
申请日：2023-06-09
Applicant: 北京邮电大学
IPC: G06F7/58 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种改进的利用深度神经网络量子随机数随机性检验方法，特别使用到了Bi‑RCNN神经网络和针对随机数序列不平稳等性质做的数据增强预处理，对比相关工作本方法提供了一个更严格的随机数随机性检验基准。本方法中的Bi‑RCNN网络，其不仅可以在空间和时间上挖掘随机数序列潜在的信息，还可以利用随机数序列的历史和未来信息，对随机数序列的建模更加准确。本发明还提供了一种通用的数据增强手段，通过对原随机数序列进行差分和外加一个强自相关性辅助信号的手段，可以降低随机数序列的时间不平稳性，使其更容易被网络捕获序列的内部模式。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
