公开(公告)号：CN115184892A

公开(公告)日：2022-10-14

申请号：CN202210716816.9

申请日：2022-06-23

Applicant: 青岛海洋科学与技术国家实验室发展中心

Inventor： 魏志强 ,  张成峰 ,  贾东宁 ,  薛家伟 ,  贾晓艺 ,  许佳立 ,  马猛飞 ,  张澜 ,  韩恒敏

IPC: G01S7/41

Abstract: 本发明涉及一种基于改进DnCNN垂直探测/斜向探测电离图回波信号提取方法，其具体步骤为：S1、基于去噪神经网络构建回波信号提取模型；所述去噪神经网络包括两层卷积层和多个残差学习模块，多个残差学习模块连接于两层卷积层之间，第一卷积层为输入层，第二卷积层为输出层；S2、训练回波信号提取模型；S3、提取回波信号；实时收集电离图，制作电离图数据集，将电离图数据集输入至训练后的回波信号提取模型中进行回波信号提取，回波信号提取模型输出电离图回波信号，回波信号提取结束。本发明一方面使用多输入融合方法解决了提取过程中信号边界失真问题；另一方面在网络中引入跳跃连接层，避免因网络层数增加而引发的梯度消失问题，提高回波信号的提取准确性。

公开(公告)号：CN115437782A

公开(公告)日：2022-12-06

申请号：CN202210781061.0

申请日：2022-07-04

Applicant: 青岛海洋科学与技术国家实验室发展中心

Inventor： 张成峰 ,  魏志强 ,  贾东宁 ,  薛家伟 ,  许佳立 ,  韩恒敏 ,  桂琳 ,  张澜

IPC: G06F9/50 ,  G06F30/20

Abstract: 本申请公开了一种基于国产众核超算的水下三维声场模型Bellhop3D并行实现方法。所述基于国产众核超算的水下三维声场模型Bellhop3D并行实现方法包括：在全局通信域中，各个主核获取水文数据；在全局通信域中，各个主核分别调用与其连接的从核计算海洋声速信息；将全局通信域中的各个主核进行分区，从而形成多个子通信域；采用声源任务划分算法为各个子通信域划分声源计算任务；各个子通信域根据其所分配到的声源计算任务，计算三维声线传播轨迹。本申请通过实行子通信域划分，从而实现基于通信域划分的多模式通信算法分配计算任务，实现负载均衡计算以及数据的分布式读取和存储，缩短I/O时间，提高并行效率。

公开(公告)号：CN115329813A

公开(公告)日：2022-11-11

申请号：CN202210958311.3

申请日：2022-08-09

Applicant: 青岛海洋科学与技术国家实验室发展中心

Inventor： 魏志强 ,  张成峰 ,  贾东宁 ,  李鸿春 ,  薛家伟 ,  贾晓艺 ,  许佳立 ,  王玉成 ,  马猛飞 ,  张澜 ,  韩恒敏

IPC: G06K9/00 ,  G06K9/62

Abstract: 本申请公开了一种基于改进U‑Net的垂测电离图O波与X波信号分离方法。所述基于改进U‑Net的垂测电离图O波与X波信号分离方法包括：获取待分离垂测电离图；获取经过训练的改进的U‑Net模型，所述改进的U‑Net模型至少包括残差模块、注意力模块中的一个模块；将所述待分离垂测电离图输入至所述U‑Net模型，从而获取分离结果。本申请的基于改进U‑Net的垂测电离图O波与X波信号分离方法能够实现单通道接收垂测电离图O波与X波信号分离。该方法具有较强的鲁棒性，对多种模式的垂直电离图都具有良好的适用性。同时，该方法分离效果好，通过大量实测数据测试，该方法对垂测电离图O波与X波信号的像素级分离准确性达到91.6％，满足工程需求。

公开(公告)号：CN115184893A

公开(公告)日：2022-10-14

申请号：CN202210716819.2

申请日：2022-06-23

Applicant: 青岛海洋科学与技术国家实验室发展中心

Inventor： 张成峰 ,  魏志强 ,  贾东宁 ,  薛家伟 ,  贾晓艺 ,  许佳立 ,  马猛飞 ,  张澜 ,  韩恒敏

IPC: G01S7/41 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于卷积神经网络的返回散射电离图回波信号提取方法，其具体步骤为：S1、基于设定的掩码Mj,k自定义联合损失函数，基于以联合损失函数为损失函数的卷积神经网络构建回波信号提取模型；S2、训练回波信号提取模型；S3、提取回波信号；实时收集电离图，制作电离图数据集，将电离图数据集输入至训练后的回波信号提取模型中进行回波信号提取，回波信号提取模型输出电离图回波信号，回波信号提取结束。本发明通过设定的掩码自定义联合损失函数，使卷积神经网络在学习到噪声和干扰的同时，将注意力集中于电离图的信号区域；并引入跳跃连接层，避免因网络层数增加而引发的梯度消失问题，提高回波信号的提取准确性。

公开(公告)号：CN114974298A

公开(公告)日：2022-08-30

申请号：CN202210693193.8

申请日：2022-06-17

Applicant: 青岛海洋科学与技术国家实验室发展中心 ,  中国海洋大学

Inventor： 薛家伟 ,  殷波 ,  魏志强

IPC: G10L25/30 ,  G10L25/48 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了基于深度学习的海洋声源定位及海洋参数反演方法，先利用仿真软件和水听器实测数据生成海洋环境数据集，然后利用数据集对第一和第二残差神经网络模型进行初始训练，然后利用所述实测数据对完成初始训练的第一和第二残差神经网络模型进行验证，之后将经过初始训练后得到的声源定位信息作为第二残差神经网络模型的输入，并通过第二残差神经网络模型进行传播损失的预测，在未满足终止条件的情况下，将预测出的传播损失作为第一残差神经网络模型的输入并继续训练第一残差神经网络模型，并将第一残差神经网络模型的输出作为第二残差神经网络模型的输入，返回继续训练第二残差神经网络模型。该方法减小了运算结果的误差。