为了给以后做自主基础理论和核心技术创新者少走一点弯路，我将分几期，将自己的经历和十几年的研究历程做一个分享。这其中包括如何找到新的概率模型，如何形成一种核心编码算法，如何艰难的市场化、产品化，甚至是什么让我坚定研究目标等等。
首先，自我介绍一下，我叫王杰林，是一名随机过程，概率模型以及编码算法研究者，现在开了一家公司（湖南瑞利德信息科技有限公司）。
“基础研究是科学体系的源头，是所有技术问题的总机关。”2007年大学毕业后，在珠海时代互联工作，我接手第一份工作就是网络数据抓取，当时我第一次接触到信息领域基础算法（爬虫算法）。2009年又因为动漫游戏素材数据很大，于是需要对JPG算法进行学习和分析，接触到DCT和哈夫曼编码，从此开始研究概率模型和信息论。
2009年的一次实验中偶然发现：当二进制序列中呈现某种规律，可以所有符号的概率之和大于一的概率模型进行无损编码。为了印证此结果，我通过上千次反复运算最终得出结论：加权概率模型（某一时刻带编码的所有符号概率之和不等于一）也能无损的压缩具有某些特征的二进制序列，从而开启了加权概率模型编码算法的研究。2009年到2014年的研究期间，系统和深入的学习了信源变换算法（傅里叶变换、DCT、小波等数据变换算法），信源分析提取类算法（粒子群算法、遗传算法、奇异值分解、主成分分析、等高线算法、四叉树分解等），信源编码（香农费诺码、哈夫曼编码、算术编码、字典、行程等），并且对相关的算法进行了优化，同时研究加权概率模型编码算法与这些算法的差异，优势等。
于2014年加权概率模型编码算法的基础理论基本成形，通过2年的实验和研发，于2016年申报了3个核心专利《 数据处理方法- 201610531403.8,106445890B》《 数据编码方法和数据解码方法及其系统- 201610130306.8》《数据处理方法及装置- 201610701324.7》。这些专利均是用于数据无损压缩的基础算法，且后两个专利分别对应于两种基本的统计模型——静态加权统计模型和自适应加权统计模型。
从2017年，我将理论从加权统计模型延申到了加权概率模型，并申请了一个核心基础理论的发明专利《一种无损的概率模型变换方法 - 201711007166.6》，该专利是加权统计模型和加权概率模型的核心理论方法专利，涉及多项我推导的定理和公式。2018年由加权概率模型又申请了核心算法专利《一种信道编码和解码方法- 201811154122.0》（是唯一一个由我国基础理论到信道检错纠错算法的核心专利，目前被学术界和行业称之为杰林码）《 编码解码方法、系统、可读存储介质及计算机设备- 201811154102.3》《 编码方法、解码方法、编码设备、解码设备、存储介质及终端-201811342308.9》《数据编码、解码方法及装置- 201811153932.4》。
2019年我的相关算法已经在产品上使用，基于物联网和工业互联网的二代算法（加密+检错）已经申报专利，并且实现了FPGA（芯片化步骤的重要一环），MCU和DSP等芯片应用，目前部分图像视频压缩算法已经通过了海信芯片公司、工信部微电子研究所的检测以及芯恩公司（中国半导体之父张汝京），并且和芯恩公司达成合作协议。
