公开(公告)号：CN116318834A

公开(公告)日：2023-06-23

申请号：CN202310061359.9

申请日：2023-01-16

Applicant: 南京信息工程大学

Inventor： 陈晓 ,  宋文辉

IPC: H04L9/40 ,  G06F18/214 ,  G06N3/006 ,  G06F18/2411

Abstract: 本发明公开了一种基于优化相关向量机的互联网入侵检测方法及装置，所述方法包括获取NSL‑KDD数据集，包括训练集和测试集；对NSL‑KDD数据集进行非数值独热编码和数值归一化处理，获得预处理后的训练集和测试集；将预处理后的训练集输入至预先构建并基于改进的乌鸦搜索算法优化过的相关向量机模型进行训练，获得优化并训练后的相关向量机模型；将预处理后的测试集，输入优化并训练后的相关向量机模型进行测试，得到分类检测结果，本发明具有更好的收敛性，而且还能提高入侵检测数据集的分类准确率并降低误报率。

公开(公告)号：CN116668151A

公开(公告)日：2023-08-29

申请号：CN202310724832.7

申请日：2023-06-19

Applicant: 南京信息工程大学

Inventor： 陈晓 ,  宋文辉

IPC: H04L9/40 ,  G06F18/24 ,  G06F18/214 ,  G06N3/006

Abstract: 本发明涉及网络安全技术领域，公开了一种基于改进CSA优化SVM的网络入侵检测方法及装置，使用改进的自适应合成采样算法对小样本过采样处理使数据平衡；在CSA中引入拉丁超立方体、动态感知概率、莱维飞行和熵权法中的权重值得到ICSA；利用ICSA优化SVM参数，得到ICSA_SVM模型，即得到合理的核参数和惩罚因子来完成分类识别。本发明的有益效果为具有更好的收敛性和寻优性能，提高了入侵检测数据集的分类准确率并降低误报率。

公开(公告)号：CN114429674A

公开(公告)日：2022-05-03

申请号：CN202210039901.6

申请日：2022-01-14

Applicant: 南京信息工程大学

Inventor： 陈晓 ,  宋文辉

IPC: G06V40/20 ,  G06V10/774 ,  G06V10/771 ,  G06V10/84 ,  G06N3/00 ,  G06K9/62

Abstract: 本发明公开了一种基于机器学习的摔倒识别方法及装置，其方法包括：实时获取待识别特征集，将待识别特征集中样本输入预构建的摔倒识别模型中进行识别并获取识别结果；其中，所述摔倒识别模型的构建过程为：采集人体的动作数据，并对动作数据进行摔倒动作和人体正常活动动作的标注生成标注集；对标注集中动作数据进行预处理生成数据集；基于预设的有效特征对数据集进行特征提取生成样本集，并将样本集按照预设的比例随机划分为训练集和测试集；将训练集和测试集输入预构建的相关向量机模型中并基于乌鸦算法进行训练优化模型参数；将训练优化好的相关向量机模型作为摔倒识别模型。本发明能够准确高效的对摔倒进行识别。

公开(公告)号：CN114429674B

公开(公告)日：2025-04-04

申请号：CN202210039901.6

申请日：2022-01-14

Applicant: 南京信息工程大学

Inventor： 陈晓 ,  宋文辉

IPC: G06V40/20 ,  G06V10/774 ,  G06V10/771 ,  G06V10/84 ,  G06N3/006

Abstract: 本发明公开了一种基于机器学习的摔倒识别方法及装置，其方法包括：实时获取待识别特征集，将待识别特征集中样本输入预构建的摔倒识别模型中进行识别并获取识别结果；其中，所述摔倒识别模型的构建过程为：采集人体的动作数据，并对动作数据进行摔倒动作和人体正常活动动作的标注生成标注集；对标注集中动作数据进行预处理生成数据集；基于预设的有效特征对数据集进行特征提取生成样本集，并将样本集按照预设的比例随机划分为训练集和测试集；将训练集和测试集输入预构建的相关向量机模型中并基于乌鸦算法进行训练优化模型参数；将训练优化好的相关向量机模型作为摔倒识别模型。本发明能够准确高效的对摔倒进行识别。