-
公开(公告)号：CN108737057B
公开(公告)日：2021-09-17
申请号：CN201810391479.4
申请日：2018-04-27
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于深度学习的多载波认知非正交多址接入技术（Non‑Orthogonal Multiple Access,NOMA）资源分配方法，包括以下步骤：（1）多载波认知NOMA系统的场景模型建立；（2）用户调度和资源分配策略的数学描述；（3）基于联合分配的深度神经网络和深度学习算法设计。本发明在建立基于多载波认知NOMA的下行系统后，创新地提出符合该场景的频谱共享策略，并合理建立优化目标和约束条件的数学表达式，实现了基于深度学习的多载波认知NOMA用户调度和资源分配策略，满足了用户多方面传输需求的同时，更好地实现了多载波认知NOMA下行系统的低功耗资源分配。
-
公开(公告)号：CN108737057A
公开(公告)日：2018-11-02
申请号：CN201810391479.4
申请日：2018-04-27
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于深度学习的多载波认知非正交多址接入技术（Non-Orthogonal Multiple Access,NOMA）资源分配方法，包括以下步骤：（1）多载波认知NOMA系统的场景模型建立；（2）用户调度和资源分配策略的数学描述；（3）基于联合分配的深度神经网络和深度学习算法设计。本发明在建立基于多载波认知NOMA的下行系统后，创新地提出符合该场景的频谱共享策略，并合理建立优化目标和约束条件的数学表达式，实现了基于深度学习的多载波认知NOMA用户调度和资源分配策略，满足了用户多方面传输需求的同时，更好地实现了多载波认知NOMA下行系统的低功耗资源分配。
-
公开(公告)号：CN105469140A
公开(公告)日：2016-04-06
申请号：CN201510525087.9
申请日：2015-08-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种心音小波神经网络的构造方法，将心音特征优化抽取和心音识别融合在一个针对心音的分类网络中进行处理，通过在隐含层引入心音小波作为激活函数的神经网络结构，把心音的针对性学习和心音识别技术高度融合，也就是利用心音小波神经网络识别系统的有针对性的层次化的架构，将心音特征抽取、心音分类识别实现有针对性的表达，以解决复杂条件下的心音分类识别问题。本发明的心音小波基转换为激活函数的方法；给出了构造心音小波神经网络的具体步骤；根据心音的特点构造小波神经网络和训练方法，获得了一种在处理心音信号方面呈现出更多优势的小波神经网络，为小波神经网络的工程应用提供了一种行之有效的方法。
-
-
Search Results
3
records
(took 0.015 seconds)
