申请/专利权人：湖南理工学院;华中师范大学

申请日：2023-12-25

公开（公告）日：2024-03-22

公开（公告）号：CN117746147A

主分类号：G06V10/764

分类号：G06V10/764;G06N3/045;G06V10/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明涉及基于SNN和DNN联合控制机制的语义通信方法，包含步骤：构建Joint‑ResNets框架；Joint‑ResNets框架用于联合浅层神经网络SNN和深层神经网络DNN的效用，包含SNN和DNN；判定下游任务类型；执行图像分类子流程；执行图像还原子流程。本发明结合了SNN的简单性和DNN的复杂性，最大程度去利用双方的优点较大的α能使DNN产生的高度复杂抽象化数据去利用较小的SNN产生的简洁强健数据，来解决SNN的欠拟合问题；而较小的α也能控制DNN模块的复杂度，作为解决过拟合问题的正则化工具，使得能产生更加优质的语义编码向量，于是导致需要传递的数据能够更有效在接收端表达出来。

主权项：1.一种基于SNN和DNN联合控制机制的语义通信方法，其特征在于：包含以下步骤：S100.构建Joint-ResNets框架；所述Joint-ResNets框架用于联合SNN和DNN的效用，包含SNN和DNN；S200.判定下游任务类型；所述下游任务类型包含图像分类任务、图像还原任务；然后根据判定结果，做出如下操作：如果判定结果为所述下游任务类型为所述图像分类任务，则执行S300；如果判定结果为所述下游任务类型为所述图像还原任务，则执行S400；S300.执行图像分类子流程；S400.执行图像还原子流程。

全文数据：

权利要求：

百度查询： 湖南理工学院;华中师范大学 基于SNN和DNN联合控制机制的语义通信方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD