公开(公告)号：CN116633360A

公开(公告)日：2023-08-22

申请号：CN202310587366.2

申请日：2023-05-24

Applicant: 南开大学

Inventor： 赵迎新 ,  吴虹 ,  薛宇琼 ,  王乐耕 ,  欧子葳 ,  王长峰

IPC: H03M7/30 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/084

Abstract: 本发明采用一种新的时序数据深度压缩感知重建方法，将时序数据送入压缩采样模块（3）中，在这里采用单层门控循环单元实现数据的实时压缩采样，得到采样值。生成正态分布的随机采样数据作为隐变量（1），计算原始数据采样值（4）与重建数据采样值（6）之间的欧几里得范数作为测量误差（5），通过采用最小化测量误差的方式对隐变量（1）进行梯度下降，优化隐变量（1）。将隐变量（1）和原始数据采样值（4）分别经过一个全连接层与激活函数得到隐藏特征并相乘，再经过一个全连接层与激活函数得到重建数据（7）。本方法利用了压缩感知和深度学习的相关原理，不再要求数据具有稀疏性，实现了时序数据的高精度快速实时压缩与重建。