一种使用被空气芯片还原的数据的方法与流程

文档序号:16919527发布日期:2019-02-19 19:14阅读:166来源:国知局

本发明属于芯片领域,涉及一种使用被空气芯片还原的数据的方法。



背景技术:

美国五角大楼提出了“智能尘埃”的设计思想,目的是在战场上抛撒数千个微小的无线传感器,用于监控敌人的活动情况,而不让敌方察觉。通过自组织一个无线传感器网络,“智能尘埃”将对相关原始数据进行过滤,把重要的信息发送给中央司令部。“智能尘埃”的特点就是体积小、功耗低、自组织、无线通讯,这也是网络化的微型传感器的特征。美国陆军已计划开发的多层次集成式传感器系统—灵巧传感器网络通信(ssnc),是美国2001财年的一项科学技术目标(sto)计划,这是网络化微型传感器在军事领域的一个非常好的应用。“智能尘埃”是美军将来网络化战场中最重要的传感器系统工程。该工程涉及微型操作系统技术、微机电加工技术、自组织路由技术、信道接入控制技术、集成的低功耗通讯技术等最新的多领域内的技术。

但是这种智能尘埃的作用也只能单一的收集信息,现目前科研研发中的困难是无法在数据结果和数据推到过程中的自由交换,所以我们需要一种反演练方法来实现原理记录及还原各类数据,达到通过新的载体接收及承载被还原的一切数据并使其可视可嗅可感可知。



技术实现要素:

本发明的目的在于:提供一种使用被空气芯片还原的数据的方法,解决需要一种反演练方法来实现原理记录及还原各类数据,达到通过新的载体接收及承载被还原的一切数据并使其可视可嗅可感可知的问题。

本发明采用的技术方案如下:

一种使用被空气芯片还原的数据的方法,包括形态不固定的空气芯片,所述空气芯片包括依次连接的第一电极层、功能材料层、第二电极层;还包括与第二电极层连接的第三运算层和云端传递层,所述第三运算层用于空气芯片的高仿生,提取运算模拟功能,对被检测实体模拟生物神经元完成高智能运算,并将运算数据通过云端传递层上传至云端系数库储存,第三运算层进一步通过控制调取单元控制数据的反模拟传输,所述控制调取单元通过以下步骤进行数据的反模拟传输,

步骤s1:第三运算层通过无监督预训练网络、卷积神经网络、循环神经网络和递归神经网络中任意一种网络来与云端系数库进行循环连接,并提取云端系数库储存的运算数据y;

步骤s2:将步骤s1中的运算数据y通过反演练数据库进行查重检测,当查重结果为1时,得出反演练数据库对应的原始数据1,当查重结果为0时,所述运算数据y进行反演练处理,得到原始数据2;

步骤s3:将步骤s2中的原始数据1和原始数据2提取到空气芯片的传输引脚;所述传输引脚可通过连接各种介质输入端植入信息;

步骤s4:将植入信息后的各种介质进行全息化展现,所述全息化展现方式包括以下步骤:步骤a:任意一种介质提取内在植入信息,将信息分类为具体的标准信息,所述标准信息包括嗅觉信息、视觉信息和触动信息三种;步骤b:提取步骤a中的标准信息进行全息化展现准备,当具体的标准信息为嗅觉信息时,提取空气中分子使之结合为嗅觉载体;当具体的标准信息为视觉信息时,提取水分子组成的幕布作为是视觉载体,当具体的标准信息为触动信息时,提取风介质作为触动载体;步骤c:植入具体的标准信息中的数据到各种载体中,进行多元化展示,完成将植入信息后的各种介质进行全息化展现。

因为智能尘埃的作用也只能单一的收集信息,现目前科研研发中的困难是无法在数据结果和数据推到过程中的自由交换,所以我们需要一种反演练方法来实现原理记录及还原各类数据,达到通过新的载体接收及承载被还原的一切数据并使其可视可嗅可感可知,使用本发明的方法可以记录所有实体的信息,并通过全息化的方式还原。

所述步骤s2中的原始数据2与运算数据y通过反演练数据库作为关联信息存储。进一步,作为本发明的优选方案,减轻运算量。

所述步骤b中的触动信息包括风声信息,进一步,作为本发明的优选方案。

综上所述,由于采用了上述技术方案,本发明的有益效果是:

1.一种使用被空气芯片还原的数据的方法:可以记录所有实体的信息,并通过全息化的方式还原。

2.一种使用被空气芯片还原的数据的方法:原始数据2与运算数据y通过反演练数据库作为关联信息存储,减轻运算量。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明,即所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。

需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

下面结合实施例对本发明的特征和性能作进一步的详细描述。

实施例一

一种使用被空气芯片还原的数据的方法,包括形态不固定的空气芯片,所述空气芯片包括依次连接的第一电极层、功能材料层、第二电极层;还包括与第二电极层连接的第三运算层和云端传递层,所述第三运算层用于空气芯片的高仿生,提取运算模拟功能,对被检测实体模拟生物神经元完成高智能运算,并将运算数据通过云端传递层上传至云端系数库储存,第三运算层进一步通过控制调取单元控制数据的反模拟传输,所述控制调取单元通过以下步骤进行数据的反模拟传输,

步骤s1:第三运算层通过无监督预训练网络、卷积神经网络、循环神经网络和递归神经网络中任意一种网络来与云端系数库进行循环连接,并提取云端系数库储存的运算数据y;

步骤s2:将步骤s1中的运算数据y通过反演练数据库进行查重检测,当查重结果为1时,得出反演练数据库对应的原始数据1,当查重结果为0时,所述运算数据y进行反演练处理,得到原始数据2;

步骤s3:将步骤s2中的原始数据1和原始数据2提取到空气芯片的传输引脚;所述传输引脚可通过连接各种介质输入端植入信息;

步骤s4:将植入信息后的各种介质进行全息化展现,所述全息化展现方式包括以下步骤:步骤a:任意一种介质提取内在植入信息,将信息分类为具体的标准信息,所述标准信息包括嗅觉信息、视觉信息和触动信息三种;步骤b:提取步骤a中的标准信息进行全息化展现准备,当具体的标准信息为嗅觉信息时,提取空气中分子使之结合为嗅觉载体;当具体的标准信息为视觉信息时,提取水分子组成的幕布作为是视觉载体,当具体的标准信息为触动信息时,提取风介质作为触动载体;步骤c:植入具体的标准信息中的数据到各种载体中,进行多元化展示,完成将植入信息后的各种介质进行全息化展现。

工作时:因为智能尘埃的作用也只能单一的收集信息,现目前科研研发中的困难是无法在数据结果和数据推到过程中的自由交换,所以我们需要一种反演练方法来实现原理记录及还原各类数据,达到通过新的载体接收及承载被还原的一切数据并使其可视可嗅可感可知,使用本发明的方法可以记录所有实体的信息,并通过全息化的方式还原。

实施例二

与实施例一不同之处在于:所述步骤s2中的原始数据2与运算数据y通过反演练数据库作为关联信息存储,步骤b中的触动信息包括风声信息。

工作时:原始数据2与运算数据y通过反演练数据库作为关联信息存储,减轻运算量。

以上所述仅为本发明的较佳实施例而已,并不用以限制本发明的保护范围,任何熟悉本领域的技术人员在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1