基于生成对抗网络的SAR图像自动彩色化方法

    公开(公告)号:CN113012251A

    公开(公告)日:2021-06-22

    申请号:CN202110285485.3

    申请日:2021-03-17

    Applicant: 厦门大学

    Abstract: 基于生成对抗网络的SAR图像自动彩色化方法,涉及遥感技术领域。搭建风格转换配对数据集;搭建多尺度的生成对抗网络,从中嵌入风格转换网络:生成对抗网络具有四个连接层,每层都包括生成器和判别器,每层的输入图像经卷积后逐渐减小,在前一层向后层传递中加入随机噪声;生成器的模型在无监督模型基础上改为U‑net结构,进行图像轮廓特征提取;判别器选择PatchGAN结构,将生成图像分块,对每一部分进行真实概率判别;在传统条件生成对抗网络的损失函数基础上,加入L1正则项;对输入图像进行增强预处理;所得模型进行训练,当损失函数达到收敛时,训练结束,得到RGB三通道彩色影像。提升SAR数据的解译和信息提取功能。

    一种基于分块引导网络的水声传感网路由方法

    公开(公告)号:CN116388887A

    公开(公告)日:2023-07-04

    申请号:CN202310396882.7

    申请日:2023-04-14

    Applicant: 厦门大学

    Abstract: 一种基于分块引导网络的水声传感网路由方法,涉及水下通信。在水声传感网中通过广播GUIDE数据包构建引导网络,根据节点到达目的地的跳数和节点剩余能量,进行传输节点路径选择。对引导网络进行分块,划分成多个引导网络单元,每个引导网络单元设置一个头节点,负责在引导网络失效时对引导网络进行修复。当引导网络单元失效时,网络单元的头节点重新发送GUIDE包,GUIDE包仅在引导网络单元内传输,对该网络单元进行修复。当整个水声传感网中50%以上的引导网络单元失效时,则对整体网络进行修复。完善引导网络修复机制,以减少网络重建消耗的能量和产生的时延,得到一个可降低网络能耗、提高网络整体生存周期的路由解决方案。

    一种基于数据分组的小样本深度学习水声目标识别方法

    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

    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。

    一种类病毒潜伏期的水声通信网络数据保密传输方法

    公开(公告)号:CN112566108B

    公开(公告)日:2022-07-01

    申请号:CN202011354201.3

    申请日:2020-11-26

    Applicant: 厦门大学

    Abstract: 一种类病毒潜伏期的水声通信网络数据保密传输方法,涉及水下通信。确定水声通信网络中各个节点类型,分为信源节点、中继节点和目的节点;根据传输数据的信息重要度设定潜伏期长短和目的节点成功译码所需的最低数据子包数量阈值,信源节点按设定的潜伏期长短将原始数据分为n个数据子包,依次传输给不同节点;当目的节点接收的数据子包数量超过设定的成功译码所需最低数据子包数量阈值时,目的节点呈现临床病症,暴露已受感染,结束潜伏期;由于免疫节点的数量远小于易感染节点的数量,潜伏期结束前,水声通信网络可实现水声数据的保密传输。借鉴病毒潜伏期病毒在细胞间感染而不呈现出症状/不暴露目标的特点,实现水声数据保密传输。

    基于生成对抗网络的SAR图像自动彩色化方法

    公开(公告)号:CN113012251B

    公开(公告)日:2022-05-03

    申请号:CN202110285485.3

    申请日:2021-03-17

    Applicant: 厦门大学

    Abstract: 基于生成对抗网络的SAR图像自动彩色化方法,涉及遥感技术领域。搭建风格转换配对数据集;搭建多尺度的生成对抗网络,从中嵌入风格转换网络:生成对抗网络具有四个连接层,每层都包括生成器和判别器,每层的输入图像经卷积后逐渐减小,在前一层向后层传递中加入随机噪声;生成器的模型在无监督模型基础上改为U‑net结构,进行图像轮廓特征提取;判别器选择PatchGAN结构,将生成图像分块,对每一部分进行真实概率判别;在传统条件生成对抗网络的损失函数基础上,加入L1正则项;对输入图像进行增强预处理;所得模型进行训练,当损失函数达到收敛时,训练结束,得到RGB三通道彩色影像。提升SAR数据的解译和信息提取功能。

    基于非正交多址的智能超表面辅助水声数据传输方法

    公开(公告)号:CN117439673B

    公开(公告)日:2024-03-12

    申请号:CN202311769531.2

    申请日:2023-12-21

    Applicant: 厦门大学

    Abstract: 基于非正交多址的智能超表面辅助水声数据传输方法,涉及水下通信。提供一种因信道存在障碍物阻挡、无法直接进行传输,而采用智能超表面(RIS)极板中继辅助通信的水声数据传输方法:一个水声信号发射器通过RIS极板与多个不同距离、不同方位的目标节点进行通信,RIS极板针对各个目标节点的距离和方位进行RIS极板上的RIS单元分块和波束赋形;对不同接收端设定RIS反射路径,采用非正交多址技术对各个水声信号接收器的下行信号进行功率域叠加,并通过RIS极板进行定向发送,实现多目标同时通信,完成对水声信号发生器总功率的分配和充分利用。

    一种基于数据分组的小样本深度学习水声目标识别方法

    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

    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。

    一种基于排队模型和遗传算法的水声数据搜集方法

    公开(公告)号:CN115658980A

    公开(公告)日:2023-01-31

    申请号:CN202211293810.1

    申请日:2022-10-21

    Applicant: 厦门大学

    Abstract: 一种基于排队模型和遗传算法的水声数据搜集方法,涉及水声网络。针对水声网络中簇头容量有限的问题,通过将单服务台混合制排队理论模型,运用于利用AUV进行水下节点数据搜集场景中簇头和传感器节点之间的数据传输过程,可以得出不同簇头到达簇头容量上限的时间。将该时间参数和簇头间的距离作为遗传算法适应度函数设计的根据,考虑该时间参数和AUV到达簇头之间的时间差距造成的数据包丢失,以及AUV行驶过程中的能量损耗,按照需要调整二者之间的权重,再通过遗传算法对AUV行驶路径进行规划。目的在于考虑AUV能量损耗的前提下,减少节点容量有限导致数据搜集到达上限后的数据丢失。

    基于GANilla的SAR图像自动彩色化方法

    公开(公告)号:CN113487493A

    公开(公告)日:2021-10-08

    申请号:CN202110612704.4

    申请日:2021-06-02

    Applicant: 厦门大学

    Abstract: 基于GANilla的SAR图像自动彩色化方法,涉及卫星图像处理。数据集配对:在地图上随机生成位点,并将选择的位点扩充矩阵作为选择区域,分别提取Sentinel‑1中的VV波段和Sentinel‑2的B4,B3,B2波段作为RGB值,基于python将JSON格式的数据可视化,得色彩迁移数据集;将得到的数据分两类,陆地区域的数据和海洋区域的数据;对于陆地区域的数据通过旋转、局部放大、翻转进行数据增加;对于海洋区域的数据,分别进行维纳滤波和添加随机色彩;数据增加后的Sentinel数据用GANilla网络进行训练。免去搭建网络的复杂工作,提升数据配对速度,降低数据获取难度,大幅提升遥感图像质量。

    一种基于数据分级的水声协作网络智能不均匀分簇方法

    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

    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。

Patent Agency Ranking