神经网络训练方法及装置、MIMO均衡器与方法、可读介质

发明专利有效专利

申请号：
CN202110689621.5
IPC分类号：H04L25/03;G06N3/08
申请日期：
2021-06-22
申请人：
电子科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	神经网络训练方法及装置、MIMO均衡器与方法、可读介质
申请号	CN202110689621.5	申请日期	2021-06-22
法律状态	实质审查	申报国家	中国
公开/公告日	2021-09-24	公开/公告号	CN113438190A
优先权	暂无	优先权号	暂无
主分类号	H04L25/03 ? IPC结构图谱： H 电学 H9 电学 H04 电通信技术 H04L 数字信息的传输，例如电报通信（电报和电话通信的公用设备入H04M）〔4〕 H04L25/00 基带系统 H04L25/02 零部件 H04L25/03 发射机或接收机中的整形网络，例如自适应整形网络〔2〕	IPC分类号	H;0;4;L;2;5;/;0;3;;;G;0;6;N;3;/;0;8查看分类表>
申请人	电子科技大学	申请人地址	四川省成都市西源大道2006号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	电子科技大学	当前权利人	电子科技大学
发明人	陈杰男;吴其谍;代维杰;陶继云;彭一峰
代理机构	四川力久律师事务所	代理人	韩洋

摘要

本发明公开了一种神经网络训练方法及装置、MIMO均衡器与方法、可读介质，应用于MIMO系统中的接收端信号均衡中，包括：初始化全连接神经网络的权重值，采用训练样本集对全连接神经网络进行训练，其中，训练样本集包括：样本输入数据及其对应的标签数据，其中样本输入数据为MIMO接收端的接收信号向量，标签数据为MIMO发射端的发射信号向量；其中，全连接神经网络包括：前向传播器以及基于概率算法搭建的硬件后向训练器。本发明通过在处理器中搭建神经网络的前向传播器，并利用概率计算搭建相应的后向训练硬件电路以替换传统神经网络中的后向训练器，以进一步简化神经网络的硬件架构，减少神经网络训练过程的硬件开销，提高网络训练效率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供