公开(公告)号：CN106953820A

公开(公告)日：2017-07-14

申请号：CN201710224545.4

申请日：2017-04-07

Applicant: 南京邮电大学

Inventor： 于舒娟 ,  陈少威 ,  张昀 ,  孟庆霞 ,  梅可 ,  梁颖 ,  张治民

IPC: H04L25/03 ,  H04L1/00

CPC classification number: H04L25/03165 ,  H04L1/0038 ,  H04L25/03923 ,  H04L2025/03464

Abstract: 本发明提供了基于双Sigmoid复数连续神经网络的信号盲检测方法，所述方法设计了新的激活函数以减弱在0点周围对网络输入值的敏感度；利用新激活函数，在不影响收敛时间的前提下，误码率下降，改善了抗噪声能力；为了提高系统收敛速度，在复数连续Hopfield型神经网络的基础上引入双Sigmoid结构，构建本发明双Sigmoid复数连续Hopfield型神经网，在相同的信噪比条件下，以状态向量和平衡点之间的距离范数为指标，本发明双Sigmoid复数连续Hopfield型神经网络算法比传统双Sigmoid神经网络收敛速率更快，优化了HNN神经网络性能。

公开(公告)号：CN110166933A

公开(公告)日：2019-08-23

申请号：CN201910367221.5

申请日：2019-04-30

Applicant: 南京邮电大学

Inventor： 张昀 ,  梅可 ,  刘欣怡

IPC: H04W4/02 ,  H04W64/00 ,  H04W40/04 ,  H04W84/18 ,  H04L12/715

Abstract: 本发明公开了一种基于差分算法的森林环境监测中的簇首定位模型的建立方法，以三维森林环境为背景，比较了几种智能优化算法，最后用差分进化算法建立模型求解出传感器节点利用率最高时的最佳簇首坐标组合；这样不仅在几种智能化算法中选出了最适合森林环境监测中分簇的算法，而且通过比较差分进化算法中的五种不同变异策略和对DE的参数进行控制，得到更适用于模型的变异策略和控制参数取值。该模型的特色在于将差分算法运用在森林环境监测的簇首定位中，提高了处理结果的优越性，并通过优化模型中的参数减小了簇首选举的处理时间，且更进一步提升结果优越性。

公开(公告)号：CN106130689A

公开(公告)日：2016-11-16

申请号：CN201610416454.6

申请日：2016-06-13

Applicant: 南京邮电大学

Inventor： 张昀 ,  梅可 ,  季奎明 ,  于舒娟 ,  徐荣青 ,  杨恒新 ,  屈科 ,  谢娜

IPC: H04L1/00 ,  H04L25/03 ,  H04L27/00

CPC classification number: H04L1/0038 ,  H04L25/03165 ,  H04L27/001

Abstract: 本发明提出一种非线性自反馈混沌神经网络信号盲检测方法，使用非线性函数作为混沌神经网络的自反馈项，并将双Sigmoid函数运用到盲检测方法中，每次迭代时，首先进入混沌神经网络，然后再进入第二个激活函数。由于混沌神经网络具有可以避免陷于局部最优的优点，所以本发明继承了混沌神经网络这一特点，提高了盲检测性能；并且，与线性自反馈项的混沌神经网络相比，非线性自反馈混沌神经网络具有更为复杂的动力学行为，使网络的内部状态具有更为高效的混沌搜索能力和搜索效率。本发明方法，在同等条件下，抗噪性能优于传统的Hopfield信号盲检测方法。