公开(公告)号：CN118487711A

公开(公告)日：2024-08-13

申请号：CN202410589379.8

申请日：2024-05-13

Applicant: 南京林业大学

Inventor： 班友青 ,  业巧林

IPC: H04L1/00

Abstract: 本发明公开了一种基于全卷积的信道反馈深度学习自编码器模型，包括以下步骤：构建FullCovCsiNet模型，包含编码器，解码器，编码器有卷积层，特征提取模块，卷积压缩模块构成，本发明涉及无线通信领域技术领域。通过引入神经网络并利用全卷积结构，可以显著减少网络参数的数量，从而降低计算复杂度和存储需求，进而减少系统开销，能够有效地提取输入数据中的局部特征，并在保持预测准确度的同时降低网络参数，这种特性使得神经网络在处理具有空间相关性的信道数据时表现优异，能够准确预测信道状态，这意味着即使对于未见过的输入数据，网络也能够进行准确的预测，这对于大规模MIMO系统来说非常重要。

公开(公告)号：CN220855586U

公开(公告)日：2024-04-26

申请号：CN202322597719.5

申请日：2023-09-25

Applicant: 南京林业大学

Inventor： 班友青 ,  业巧林

IPC: G06F1/18 ,  G06F1/20 ,  G06F1/16

Abstract: 本实用新型公开了一种防护型计算机机箱，包括箱体、侧封板和散热结构，所述箱体的侧壁设有安装窗，所述箱体的前侧面和后侧面对应设有散热口，所述箱体内底壁和顶壁上设有安装滑槽，所述侧封板滑动设于安装滑槽内，具体通过侧封板对箱体进行密封防护，所述箱体内侧壁设有限位块，所述限位块位于散热口的两侧，所述限位块上滑动设有防尘板，计算机不使用状态通过防尘板对散热口进行密封，所述散热结构设于箱体内部。本实用新型涉及计算机设备技术领域，具体提供了一种结构合理、简单，散热高效，同时具有良好防尘功能的防护型计算机机箱。