一种基于迁移学习的网络节点距离矢量同步方法
授权
摘要
本发明公开了一种基于迁移学习的网络节点距离矢量同步方法，包括以下步骤：S1：根据网络的节点密度、埃克曼螺旋海流模型，利用计算机仿真确定节点距离矢量同步周期数据；S2：对获得的数据进行融合处理，输出作为学习模型的数据特征；S3：根据网络的节点密度和埃克曼螺旋海流模型，对数据进行进一步的分类,并作为训练数据输入VGG+CNN网络进行训练，再利用迁移学习模型进行微调修正；S4：根据当前网络的节点密度和海流状况，依据修正后的模型得到最优的距离矢量同步周期；S5：由sink节点按得到的最优周期发起节点距离矢量同步。本发明具有较好的网络带宽利用率和能量效率，延长了水声网络的生命周期，有助于对海洋目标进行长时间信息收集和监控。
基本信息
专利标题 ：
一种基于迁移学习的网络节点距离矢量同步方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113078958A
申请号 ：
CN202110333523.8
公开（公告）日 ：
2021-07-06
申请日 ：
2021-03-29
授权号 ：
CN113078958B
授权日 ：
2022-04-29
发明人 ：
高明生潘羿航李建
申请人 ：
河海大学
申请人地址 ：
江苏省南京市鼓楼区西康路1号
代理机构 ：
南京经纬专利商标代理有限公司
代理人 ：
丁涛
优先权 ：
CN202110333523.8
主分类号 ：
H04B11/00
IPC分类号 ：
H04B11/00 H04B13/02 H04L12/24 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-04-29 ：
授权
2021-07-23 ：
实质审查的生效
IPC(主分类) : H04B 11/00
申请日 : 20210329
申请日 : 20210329
2021-07-06 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
