-
公开(公告)号：CN107196809A
公开(公告)日：2017-09-22
申请号：CN201710550978.9
申请日：2017-07-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于脑电特征的身份认证方法及认证系统，其中方法包含模型训练，密码设置，α波测试，脑电波特征提取及分类，模型更新五大步骤。其中脑电波特征提取及分类方法中又由逐层预训练，网络微调，分类等三个部分组成。本发明首先利用α波在人说谎时有较大波动这一特点对测试者进行第一重认证，同时改进现有的方法，建立基于深度信念网络的特征提取方法，同时利用免疫蛙跳算法对其进行优化，对测试者在观察密码图案时的脑电波进行特征提取及分类，从而进行第二重验证。两层的验证不仅能保证用户的安全性，同时其中改进的深度信念网络还可以提高现有的识别精度，较少出错率，避免大量的误报警，为用户带来良好的体验。
-
公开(公告)号：CN107196809B
公开(公告)日：2020-04-14
申请号：CN201710550978.9
申请日：2017-07-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于脑电特征的身份认证方法及认证系统，其中方法包含模型训练，密码设置，α波测试，脑电波特征提取及分类，模型更新五大步骤。其中脑电波特征提取及分类方法中又由逐层预训练，网络微调，分类等三个部分组成。本发明首先利用α波在人说谎时有较大波动这一特点对测试者进行第一重认证，同时改进现有的方法，建立基于深度信念网络的特征提取方法，同时利用免疫蛙跳算法对其进行优化，对测试者在观察密码图案时的脑电波进行特征提取及分类，从而进行第二重验证。两层的验证不仅能保证用户的安全性，同时其中改进的深度信念网络还可以提高现有的识别精度，较少出错率，避免大量的误报警，为用户带来良好的体验。
-
公开(公告)号：CN108564011A
公开(公告)日：2018-09-21
申请号：CN201810269849.7
申请日：2018-03-29
Applicant: 南京邮电大学
Abstract: 本发明公布了一种基于脑电快速语音呈现范式的身份识别方法，针对一些传统的身份识别和个体认证方法，像密码、PINs和射频卡等，本发明提出的身份识别方法能够克服认证凭证容易被遗忘，被偷窃或者遗失等缺点；同时考虑到视觉障碍人群，通过脑电视觉认证是不现实的，所以本发明提出的方法尤其适用于视觉有障碍的人群；通过采集受试者在语音刺激后的脑电数据，获得初始的脑电数据集D，但不能直接对数据集D进行特征提取，应该先对该数据集D进行去噪(低通滤波、相干平均、快速独立分量分析)获取预处理数据集D'；接着对数据集D'进行特征提取，获取训练特征集C；最后分类识别，来进行身份认证。
-
-
Search Results
3
records
(took 0.02 seconds)
