- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[IEEE 2019硅纳米电子学研讨会（SNW）- 日本京都（2019年6月9日-2019年6月10日）] 2019硅纳米电子学研讨会（SNW）- 基于读干扰建模人工神经网络耦合LDPC纠错码的三维TLC NAND闪存读热数据纠错技术
摘要： 提出了一种读扰动建模人工神经网络耦合LDPC纠错码（RDNN-LDPC）方案，用于纠正三维TLC NAND闪存中热数据读取错误。传统ANN-LDPC经过优化可纠正冷数据读取错误，但无法处理热数据读取错误。为解决这一问题，本文分析了输入参数与模型的变化规律。实验结果表明，所提出的RDNN-LDPC方案使三维TLC NAND闪存的可用读取周期延长了10倍。
关键词： 低密度奇偶校验纠错码、人工神经网络、错误校正、读取干扰、三维TLC NAND闪存
更新于2025-09-11 14:15:04
-
[2018年IEEE国际智能交通系统会议(ITSC) - 美国夏威夷州毛伊岛(2018.11.4-2018.11.7)] 2018年第21届国际智能交通系统会议(ITSC) - 基于深度学习的实时立体视觉重建故障检测与校正
摘要： 本文介绍了一种立体视觉重建方法，该方法不仅能实时生成精确结果，还能检测并隐藏单相机故障导致的潜在问题。首先对立体相机传感器故障进行分类，重点分析了最常见的缺陷类型。随后提出一种立体相机故障检测方法，在前述错误分类基础上引入多种附加检测机制。此外，我们基于卷积神经网络（CNN）提出新型误差校正方法，通过结合语义分割提供的先验信息与最新可用视差图，能够生成可靠的视差图。通过在多种驾驶场景中评估性能，证明本方法的高效性——在常规GPU上实时运行的同时，对Kitti立体数据集和原始数据集中的图像均能生成精确视差图。
关键词： 错误校正、卷积神经网络、立体重建、故障检测、语义分割
更新于2025-09-04 15:30:14