一种基于剪枝的卷积神经网络压缩方法、系统及介质

    公开(公告)号:CN111178525A

    公开(公告)日:2020-05-19

    申请号:CN201911349816.4

    申请日:2019-12-24

    Abstract: 本发明请求保护一种基于剪枝的卷积神经网络压缩方法、系统及介质,包括步骤:对训练数据进行预处理;初始化卷积神经网络模型的权重;计算网络连接的显著度,以显著度的分数作为评估连接重要性的标准,并对显著度进行排序:对卷积神经网络进行剪枝,保留top-k的连接,使得网络稀疏化:训练稀疏化后的卷积神经网络模型,直到模型收敛。本发明在训练之前对网络进行裁剪,省去了预训练和微调流程,极大地简化了剪枝过程的同时保持了网络的准确率,同时通过显著度分数结构化地选择重要的连接,对于不同的网络结构具有鲁棒性,因此可以应用到多种网络结构中而不需要进行过多的调整。

    时间反转多用户安全传输系统中预处理滤波器的优化方法

    公开(公告)号:CN110247865B

    公开(公告)日:2021-09-10

    申请号:CN201910477509.8

    申请日:2019-06-03

    Abstract: 本发明公开了一种时间反转多用户安全传输系统中预处理滤波器的优化方法,发送端同时向两个用户发送两个独立的数据流,两用户的信息需要相互保密。根据互惠原则将两个发送滤波器的联合优化问题转换为各滤波器的独立优化问题,进一步将其转换为寻找最大特征值及其对应的特征向量的问题,并通过迭代算法进行求解。本发明通过采用时间反转传输技术,利用发送预处理滤波器和多径信道实现安全传输,以提高保密传输和速率为目标对预处理滤波器进行优化设计,可获得更好的系统安全传输性能。

    时间反转多用户安全传输系统中预处理滤波器的优化方法

    公开(公告)号:CN110247865A

    公开(公告)日:2019-09-17

    申请号:CN201910477509.8

    申请日:2019-06-03

    Abstract: 本发明公开了一种时间反转多用户安全传输系统中预处理滤波器的优化方法,发送端同时向两个用户发送两个独立的数据流,两用户的信息需要相互保密。根据互惠原则将两个发送滤波器的联合优化问题转换为各滤波器的独立优化问题,进一步将其转换为寻找最大特征值及其对应的特征向量的问题,并通过迭代算法进行求解。本发明通过采用时间反转传输技术,利用发送预处理滤波器和多径信道实现安全传输,以提高保密传输和速率为目标对预处理滤波器进行优化设计,可获得更好的系统安全传输性能。

Patent Agency Ranking