公开(公告)号：CN110380994A

公开(公告)日：2019-10-25

申请号：CN201910394284.X

申请日：2019-05-13

Applicant: 上海海事大学

Inventor： 张颖 ,  姚雨丰 ,  张斌 ,  王新珩 ,  吴杰

IPC: H04L25/02 ,  H04B17/391

Abstract: 本发明提出了快速贝叶斯匹配追踪海上稀疏信道估计方法，包括:建立海上无线通信信道脉冲响应模型；引入信道同维度独立分布的参数向量，并且设定参数向量为非零元素的概率；建立参数向量已知情况下信号概率分布，同时引入贝叶斯框架模型，建立参数向量、信道向量与接收信号之间的函数模型；对稀疏信道进行估计，通过奇异值分解算法优化观测矩阵并对其进行实时更新；通过不断计算测度基增量并对其进行实时更新，通过计算获得最优集合；通过最小均方误差计算方法计算信道估计参数。本发明能够实现在低信噪比环境下的信号重建，避免传统信道估计算法受到相干干扰的影响，克服了信道所产生的不确定性,提高信道估计精度，降低迭代运算的复杂度。

公开(公告)号：CN109447373A

公开(公告)日：2019-03-08

申请号：CN201811367437.3

申请日：2018-11-16

Applicant: 上海海事大学

Inventor： 许梦华 ,  吴从秀 ,  张斌 ,  鲁东冉

IPC: G06Q10/04 ,  G06N3/04

Abstract: 本发明是一种基于python平台的LSTM神经网络来预测雾霾方法，其特征在于，步骤包含：步骤1、获取历史天气数据；步骤2、历史天气数据的预处理；步骤3、将预处理完的历史天气数据集按照比例分为训练数据和测试数据；步骤4、使用python平台构造LSTM神经网络；步骤5、使用训练数据集训练LSTM神经网络；步骤6、使用训练完成的LSTM神经网络预测雾霾。本发明的主要目的在于提高雾霾预测的精度，在python平台搭建LSTM神经网络模型，只需选择超参、损失函数以及梯度下降算法，简便性和实用性都极其强。

公开(公告)号：CN111523636A

公开(公告)日：2020-08-11

申请号：CN202010288120.1

申请日：2020-04-14

Applicant: 上海海事大学

Inventor： 张颖 ,  杨广媛 ,  张斌 ,  王新珩 ,  吴杰

IPC: G06N3/00

Abstract: 本发明提供提高无标度网络弹性的优化方法，包括：构建拓扑优化目标函数；对烟花粒子群算法的参数进行初始化，计算粒子的适应度；判断烟花粒子群算法是否达到总的迭代次数；判断是否达到粒子群算法的迭代次数，选适应度最大的n个粒子；将选择的n个粒子进行烟花爆炸和高斯变异；先从爆炸变异后的粒子里将适应度最好的选出，再按照轮盘赌的选择策略选出剩下的popsize‑n‑1个个体；输出最优适应度值及对应粒子群的位置；依照优化结果修改无标度网络的拓扑结构，得到弹性获得提升的工业互联网拓扑。本发明提供的提高无标度网络弹性的优化方法，使得烟花粒子群算法的收敛速度和搜索能力增强，增强了网络针对各种网络攻击的弹性。