[發(fā)明專利]一種基于補償型長短期記憶網(wǎng)絡的觸感通信容錯方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202010917408.0
• 申請日: 2020-09-03
• 公開（公告）號: CN111966226B
• 公開（公告）日: 2022-05-10
• 發(fā)明（設計）人: 徐藝文;林擎旭;鄭權斐;房穎;趙鐵松
• 申請（專利權）人: 福州大學
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06N3/04
• 代理公司: 福州元創(chuàng)專利商標代理有限公司 35100
• 代理人: 錢莉;蔡學俊

本發(fā)明涉及一種基于補償型長短期記憶網(wǎng)絡的觸感通信容錯方法及系統(tǒng)，根據(jù)觸感數(shù)據(jù)特性，設計了補償型LSTM數(shù)據(jù)預測模型，在接收數(shù)據(jù)時，利用該補償型LSTM模型對通信過程中丟失的或者被壓縮去掉的數(shù)據(jù)進行預測重構，恢復原序列。本發(fā)明通過加入補償門對輸出值進行補償，進一步降低預測誤差，提高觸感通信系統(tǒng)穩(wěn)定性。

技術領域

本發(fā)明涉及觸感通信技術領域，特別是一種基于補償型長短期記憶網(wǎng)絡的觸感通信容錯方法及系統(tǒng)。

背景技術

隨著虛擬現(xiàn)實(VR)和人工智能領域的發(fā)展，人們逐漸無法滿足于視覺和聽覺上獲得的真實感和沉浸感，因而觸感在業(yè)界受到越來越多的關注。觸感數(shù)據(jù)在傳輸過程中可能因網(wǎng)絡抖動等問題造成傳輸出錯，進而可能導致觸感通信系統(tǒng)不穩(wěn)定。傳統(tǒng)上采用零階保持與一階線性等方法解決此問題，但研究表明觸感數(shù)據(jù)并不僅是簡單的線性關系。近年來，長短期記憶(LSTM)神經網(wǎng)絡由于其在時間序列預測上的優(yōu)勢，有研究人員利用其實現(xiàn)了觸感數(shù)據(jù)的非線性預測，并在容錯性能上有了較大提升。但是觸感數(shù)據(jù)的變化規(guī)律性較差，使用原始的LSTM進行預測時，當遇到觸感數(shù)據(jù)變化前后斜率突變的情況時，LSTM預測將在拐點處出現(xiàn)一個較大誤差，并在之后的預測中延續(xù)或稍微減小該誤差值，從而導致總體上的預測效果不佳。

發(fā)明內容

有鑒于此，本發(fā)明提出一種基于補償型長短期記憶網(wǎng)絡的觸感通信容錯方法及系統(tǒng)，通過加入補償門對輸出值進行補償，進一步降低預測誤差，提高觸感通信系統(tǒng)穩(wěn)定性。

本發(fā)明設計了以下方案實現(xiàn)：一種基于補償型長短期記憶網(wǎng)絡的觸感通信容錯方法，具體包括以下步驟：

根據(jù)觸感數(shù)據(jù)特性，設計了補償型LSTM數(shù)據(jù)預測模型，在接收數(shù)據(jù)時，采用補償型LSTM模型對通信過程中缺失的數(shù)據(jù)進行預測重構，恢復原序列。

進一步地，所述補償型LSTM模型為R-LSTM模型，通過分析，所述R-LSTM模型為在原始的LSTM門結構上增加一個補償門，根據(jù)輸入的前一時刻真實值x_t-1與預測值Output_tml計算補償值，把得到的補償值加入到原來LSTM的輸出反饋值中，得到當前時刻的預測值。

進一步地，所述補償門的計算公式如下：

rt＝sigmoid(w_r*(Output_tml-x_t-1)+b_r)；

式中，w_r、br、Output_tml、x_t-1分別為補償門的權重系數(shù)、偏置系數(shù)、前一時刻的預測值、前一時刻的真實值，sigmoid()為激活函數(shù)，rt為計算得到的補償值。

進一步地，所述R-LSTM模型的總體計算公式如下：