公开(公告)号：CN116108353B

公开(公告)日：2023-06-16

申请号：CN202310384534.8

申请日：2023-04-12

Applicant: 厦门大学

Inventor： 陈友淦 ,  江涵希 ,  万磊 ,  宋志贤 ,  董妍函 ,  陶毅 ,  许肖梅

IPC: G06F18/214 ,  G06N3/0464 ,  G06N3/09

Abstract: 一种基于数据分组的小样本深度学习水声目标识别方法，涉及水声识别领域。在深度学习的水声识别方法中，水声样本训练集被交错划分为n组子训练集；水声样本训练集使用子训练集，以水声识别子模型的形式独立训练，以降低水声数据搜集周期长导致的小样本问题对训练效果的不良影响；在水声识别子模型的训练过程中，迭代输出损失值，加权计算出总模型的总损失值，采用总损失值梯度下降算法的子模型权重迭代计算，以达到减缓水声数据中的少量异常数据对模型训练的干扰效果的目的。

公开(公告)号：CN117500018A

公开(公告)日：2024-02-02

申请号：CN202311456193.7

申请日：2023-11-03

Applicant: 厦门大学

Inventor： 陈友淦 ,  罗圆 ,  卢鸽 ,  万磊 ,  宋志贤 ,  张小康 ,  许肖梅

IPC: H04W40/10 ,  H04W40/02 ,  H04W40/32 ,  H04W4/38 ,  H04B13/02 ,  G06F30/20

Abstract: 基于信息价值和剩余能量的AUV辅助水声数据智能搜集方法，涉及水声网络、水声数据搜集。建立综合数据信息价值和网络平均剩余能量的表达式来分配数据搜集方法，在数据信息价值高且网络平均剩余能量充足时采用多跳传输模式进行数据搜集，以保证数据实时性并提高网络寿命，其他情况下则采用AUV访问的方式搜集数据。同时，建立动态分层方案，以节点密度和深度作为分层依据在动态环境中更新节点所在层数，多个AUV在相应层中进行数据搜集。最后，采用Q学习算法规划各层中AUV的搜集路径。仿真结果表明，本发明所提方法能够有效延长网络寿命，提高数据搜集效率。

公开(公告)号：CN117221981A

公开(公告)日：2023-12-12

申请号：CN202311218196.7

申请日：2023-09-20

Applicant: 厦门大学

Inventor： 赵矣昊 ,  陈友淦 ,  董妍函 ,  宋志贤 ,  杜坤芸 ,  吴剑明 ,  许肖梅

IPC: H04W40/32 ,  H04W40/10

Abstract: 一种基于数据分级的水声协作网络智能不均匀分簇方法，涉及水下通信。在水声网络中综合考虑节点能量、传输能耗和可用协作节点因素，通过粒子群算法进行不均匀分簇，以均衡各簇头节点能耗，缓解“能耗热点”问题，提高网络生存周期；结合动态编码协作(DCC)传输机制，提高数据传输可靠性和网络吞吐量；引入数据分级概念，针对不同的数据分级选择不同的分簇策略，确保高重要度数据的实时传输，从而得到一个可均衡网络能耗、提高通信可靠性、网络吞吐量和网络整体生存周期的分簇方法。

公开(公告)号：CN116108353A

公开(公告)日：2023-05-12

申请号：CN202310384534.8

申请日：2023-04-12

Applicant: 厦门大学

Inventor： 陈友淦 ,  江涵希 ,  万磊 ,  宋志贤 ,  董妍函 ,  陶毅 ,  许肖梅

IPC: G06F18/214 ,  G06N3/0464 ,  G06N3/09

Abstract: 一种基于数据分组的小样本深度学习水声目标识别方法，涉及水声识别领域。在深度学习的水声识别方法中，水声样本训练集被交错划分为n组子训练集；水声样本训练集使用子训练集，以水声识别子模型的形式独立训练，以降低水声数据搜集周期长导致的小样本问题对训练效果的不良影响；在水声识别子模型的训练过程中，迭代输出损失值，加权计算出总模型的总损失值，采用总损失值梯度下降算法的子模型权重迭代计算，以达到减缓水声数据中的少量异常数据对模型训练的干扰效果的目的。