一种基于分层超限学习机的运动想象脑电信号分类方法

    公开(公告)号:CN106503616A

    公开(公告)日:2017-03-15

    申请号:CN201610836197.1

    申请日:2016-09-20

    CPC classification number: G06K9/00536 G06K9/00523

    Abstract: 本发明公开了一种基于分层超限学习机的运动想象脑电信号分类方法属于模式识别和脑-机接口领域。首先,对每一样本的原始信号进行加窗分段,得到S段子信号;然后,分别对该S段子信号进行主成分分析和线性判别分析,并将最终的S个K-1维特征向量进行组合,得到S*(K-1)维的特征;最后,将所有样本的特征送入分层超限学习机分类器中,得到最后的分类结果。传统的ELM算法是单隐层结构,在分析复杂信号方面有很大的局限性,本发明采取HELM进行分类识别,利用基于ELM的稀疏自编码将单隐层的ELM改造成深层网络结构,通过层次化的特征提取和分类,提取深层信息,提高了分类正确率,并且保持了ELM低耗时的优势。

    基于可信交换机的生成树协议的攻击检测方法

    公开(公告)号:CN103139219B

    公开(公告)日:2016-03-02

    申请号:CN201310064556.2

    申请日:2013-02-28

    Abstract: 本发明是一种基于可信交换机的生成树协议提出的攻击检测方法。它利用内部监控模块对由交换机自身引发的攻击行为进行监控,利用外部防护模块对来自交换机外部的攻击威胁进行检测,从而实现生成树协议的全面攻击检测。本方法首先按照交换机在不同阶段等待不同网桥协议数据单元(BPDU)的情况,画出状态图,根据状态转移条件对交换机整体运行行为进行监控,以检测设备自身发起的攻击行为。然后,对来自外部的BPDU进行分类,采用定时器并计数的方法对泛洪攻击进行检测。最后,在收到BID小于当前根BID的BPDU时,发送探测包对目标交换机进行合法性验证,若为根网桥,还需进行自我评估后决定是否更换根桥,以此检测根接管攻击。

    一种基于独立成分分析的图像质量评价方法

    公开(公告)号:CN103745466A

    公开(公告)日:2014-04-23

    申请号:CN201410005500.4

    申请日:2014-01-06

    Abstract: 本发明涉及一种基于独立成分分析的图像质量评价方法,其特征在于同时适用于灰度图和彩色图的图像质量评价。首先使用FastICA算法从参考图像集中训练出一组ICA分解矩阵;然后,通过将参考图像和待评价图像中每个图像块与ICA分解矩阵相乘,得到每个图像块的独立成分;最后,将参考图像和待评价图像的独立成分的差异去衡量待评价图像的质量。与传统方法相比,本发明模拟了视觉信号在人类视觉皮层中的表示,更接近主观图像质量评价。本发明的主要计算量集中在将切分的每个图像块与ICA分解矩阵相乘得到图像块的独立成分上,但每个图像块的计算都是相互独立的,因此可以采用并行计算,提高了执行效率。

    基于极速学习机的运动想象脑电信号投票策略分类方法

    公开(公告)号:CN103413050A

    公开(公告)日:2013-11-27

    申请号:CN201310364359.2

    申请日:2013-08-20

    Abstract: 本发明属于模式识别和脑-机接口领域,公开了一种基于极速学习机的运动想象脑电信号投票策略分类方法。包括:将原始运动想象脑电信号分为S段子信号;对每一段子信号通过主成分分析方法进行降维;将降维后的特征向量通过线性判别分析方法进行二次降维;对于S段子信号进行同样处理,最终得到S个K-1维的特征向量,将S个K-1维的特征向量进行组合,得到最终为S*(K-1)维的特征;将S*(K-1)维特征送入多个ELM分类器,利用投票分类策略得到最终分类结果。本发明提出了一种基于ELM的投票分类策略,与传统的多次ELM平均正确率方案相比,在不影响其训练分类低耗时的情况下提高了其分类正确率。

    一种面向持续想象脑电信号的分类方法

    公开(公告)号:CN103345640A

    公开(公告)日:2013-10-09

    申请号:CN201310273395.8

    申请日:2013-07-02

    Abstract: 本发明属于模式识别领域,公开了一种面向持续想象脑电信号的分类方法。首先,假设不同想象任务之间存在转换点,转换点处样本间的欧几里得距离要大于转换点之间的样本间距离,通过设定样本间距离阈值检测出转换点;其次,认为持续想象同一任务时,会因注意力涣散、疲倦等因素导致信号受噪声污染,该策略加入样本纯化思想,通过设定样本间距离范围,从与任务对应的所有样本中筛选出部分样本,并返回这部分样本中的大多数类别作为该任务所有样本的类别。本发明通过充分考虑相邻样本之间的联系,提高了整体样本的识别率,非常适合对持续的脑电信号进行离线分析。

    基于语言实义单元数估计的短文本间文本距离的计算方法

    公开(公告)号:CN102622405B

    公开(公告)日:2013-08-21

    申请号:CN201210012475.3

    申请日:2012-01-16

    Abstract: 基于语言实义单元数估计的短文本间文本距离的计算方法属于中文短文本信心处理领域,其特征在于,这是用于处理在线评论短文本文本聚类的方法,先去除网页标记,并进行短文本规范化处理,再进行分词处理,将文本转化为词语串,在此基础上以词语为单位,计算两个句子的编辑距离,然后将句子中具有实质意义的词语数定义为实义单元,利用Heap’s法则对句子中的实义单元进行估计,再选择两个句子的实义单元数中较大的实义单元数,用较大的实义单元数对用编辑距离表示的文本距离进行文本长度惩罚,得到一个经过实义单元数惩罚的文本距离,本发明克服了传统方法中利用原始句长处理而带来的误差。

    一种基于期望步数的图像显著程度检测方法

    公开(公告)号:CN103247051A

    公开(公告)日:2013-08-14

    申请号:CN201310181065.6

    申请日:2013-05-16

    Abstract: 本发明公开了一种基于期望步数的图像显著程度检测方法,包括:将输入图像切分成不重叠的图像块,提取每个图像块的初级视觉特征;构造全连通图和k规则图。对于每个图像块计算这个图像块与其他所有图像块的不相似度,利用图像块间的不相似度计算两个图模型中各结点的初始转移概率,得到平稳分布的概率,然后求得求的关键结点;将全连通图和k规则图进行融合,计算到达关键结点的期望步数,然后计算出每个结点的显著值,得到显著图。通过二维高斯平滑算子进行平滑,得到最终反映图像各个区域显著程度的结果图像。与传统方法相比,本发明通过图像库测试对比证明了其有效性以及在效果上明显的优势。

    基于可信交换机的生成树协议的攻击检测方法

    公开(公告)号:CN103139219A

    公开(公告)日:2013-06-05

    申请号:CN201310064556.2

    申请日:2013-02-28

    Abstract: 本发明是一种基于可信交换机的生成树协议提出的攻击检测方法。它利用内部监控模块对由交换机自身引发的攻击行为进行监控,利用外部防护模块对来自交换机外部的攻击威胁进行检测,从而实现生成树协议的全面攻击检测。本方法首先按照交换机在不同阶段等待不同网桥协议数据单元(BPDU)的情况,画出状态图,根据状态转移条件对交换机整体运行行为进行监控,以检测设备自身发起的攻击行为。然后,对来自外部的BPDU进行分类,采用定时器并计数的方法对泛洪攻击进行检测。最后,在收到BID小于当前根BID的BPDU时,发送探测包对目标交换机进行合法性验证,若为根网桥,还需进行自我评估后决定是否更换根桥,以此检测根接管攻击。

    基于LZW压缩算法的未知恶意代码检测方法

    公开(公告)号:CN101763481B

    公开(公告)日:2011-07-27

    申请号:CN201010034174.1

    申请日:2010-01-15

    Abstract: 本发明是一种利用压缩算法来检测未知恶意代码的方法,它利用LZW压缩算法提取出的特征字典,通过将待测文件用特征字典进行压缩,并根据压缩率来预测文件的类别。首先,分析恶意代码结构,抽取最能代表其特性的部分。然后,对所抽取的部分利用压缩算法,按照其类别建立符合其统计特性的相应压缩字典(正常代码/恶意代码字典)。最后,通过判断利用正常代码/恶意代码字典对待测文件进行压缩得到的不同压缩率,依据最小描述原则将其归类为能取得最好压缩率的类别,从而达到检测未知恶意代码的目的。

    一种基于时序负载流量指纹的物联网设备识别方法及系统

    公开(公告)号:CN113313156B

    公开(公告)日:2025-02-21

    申请号:CN202110557882.1

    申请日:2021-05-21

    Abstract: 本发明公开了一种基于时序负载流量指纹的物联网设备流量识别方法及系统,本方法的具体工作流程可以分为训练阶段和分类阶段。在训练阶段,根据已标记类别的物联网设备流量的报文长度序列信息和报文字节序列信息,训练神经网络中的可学习参数,从而实现自动化的物联网设备流量指纹提取和物联网设备识别。在分类阶段,基于已训练完成的神经网络模型,对待识别物联网设备流量进行物联网设备流量指纹构建,并完成不同物联网设备的流量识别。本发明从不同的特征维度对于任何物联网设备产生的网络流量进行准确刻画,从而形成更具表达能力的物联网设备流量指纹,在物联网设备流量识别过程中具有高准确率、高度泛化能力和鲁棒性。

Patent Agency Ranking