一种利用卷积神经网络估计标签数量的方法

    公开(公告)号:CN117313758A

    公开(公告)日:2023-12-29

    申请号:CN202311257522.5

    申请日:2023-09-27

    Abstract: 本发明涉及一种利用卷积神经网络估计标签数量的方法,属于射频识别领域。本发明公开了一种利用卷积神经网络(CNN,Convolutional Neural Network)估计标签数量的方法,适用于采用动态帧时隙ALOHA算法(DFSA,Dynamic Framed Slotted ALOHA)的高频射频识别(RFID,Radio Frequency Identification)系统。该方法主要包括:(1)构造CNN模型:对于已知数量的标签,将DFSA算法中的Q值设置为0并开启盘点,此时所有标签同时响应产生碰撞,采集此时起始帧(SOF,Start ofFrame)的碰撞波形作为样本集的特征集合来训练CNN模型;(2)预估待盘点标签的数量:对于未知数量的待盘点标签,设置DFSA算法的Q值为0,采集此时SOF的碰撞波形作为训练得到的CNN模型的输入,输出为标签数量估计值。本发明能有效提升高频RFID系统盘点效率。

    一种利用神经网络计算图像哈希值的方法

    公开(公告)号:CN117292189A

    公开(公告)日:2023-12-26

    申请号:CN202311267758.7

    申请日:2023-09-28

    Abstract: 本发明涉及一种利用神经网络计算图像哈希值的方法,属于图像处理领域。本发明选择一个已经训练好的图像分类神经网络,利用这个神经网络,提取指定图像的高维特征;利用多幅图像的高维特征,训练一个自编码神经网络,压缩图像特征的维数,以得到图像的低维特征;利用前述图像分类神经网络和自编码神经网络,获得图像的低维特征,将低维特征二值化,得到图像的哈希值。本发明提出的计算图像哈希值的方法,能够有效利用神经网络提取的输入图像的特征信息和语义信息,使得相似图像的哈希值相似,有助于图像数据库的快速检索,在图像检索应用中具有重要的应用价值。

    一种基于RFID近场天线的智能桌面架

    公开(公告)号:CN113379013A

    公开(公告)日:2021-09-10

    申请号:CN202110635716.9

    申请日:2021-06-08

    Abstract: 本发明涉及一种基于RFID近场天线的智能桌面架,属于智能书架领域。本发明采用RFID近场天线技术,实时采集文件的在位信息,实现文件的实时在位监控、流转过程的实时记录和异常报警。在开放空间进行射频标签的读写,对文件存取自动盘点,自动记录,自动上传文件在位状态。本发明采用近场天线技术,能量辐射集中约束在天线的正上方相对近的范围,保证了近距离的读取效果,加上物理隔离设计达到不误读不串读周边电子标签的效果;采用RFID自动识别技术,实时采集文件的在位信息,实现文件的实时在位监控,便于文件识别查找、流转追溯,实时监控文件流转状态;采用新颖造型理念,在开放空间对文件进行监控,结构采用流线型设计,造型新颖,坚固耐用。

    一种利用PUF进行RFID标签分组的方法

    公开(公告)号:CN118917331A

    公开(公告)日:2024-11-08

    申请号:CN202411116458.3

    申请日:2024-08-15

    Abstract: 本发明涉及一种利用PUF进行RFID标签分组的方法,属于射频识别领域。本发明当标签数量大于分组阈值,则对标签分组,若标签数量小于等于分组阈值,则直接调用DFSA算法盘点。读写器向其范围内的标签发送指令M,标签以随机数作为PUF的激励生成响应,取响应中的M位作为标签被分配的组号,存入标签的组号寄存器内,实现每张标签分配组号。读写器依次选择一组标签开始盘点。考虑到分配后的标签数量依然有可能大于分组阈值N,则读写器估计本组标签数量后,根据情况继续分组或者直接盘点,直到读写器完成一个组内所有标签的盘点。本发明有效提升高频RFID系统的吞吐量。

    一种计算图像中角点及其夹边的方法

    公开(公告)号:CN118840384A

    公开(公告)日:2024-10-25

    申请号:CN202410848888.8

    申请日:2024-06-27

    Abstract: 本发明涉及一种计算图像中角点及其夹边的方法,属于计算机视觉或机器视觉领域。本发明的方法包括:计算候选角点各条径向线段的平均梯度:计算图像中候选角点向四周延伸的各条径向线段上点的平均梯度;选择候选角点的两条夹边:根据候选角点的各条径向线段的平均梯度,选择两条径向线段作为候选角点的夹边;选择一个区域中的实际角点:候选角点与其附近的其他候选角点比较,进行非极大值抑制,保留夹边候选梯度较大的候选角点,删除夹边候选梯度较小的候选角点。本发明的计算图像中角点及其夹边的方法,采用计算机图形学技术和计算机图像处理技术结合,计算简单,在计算角点位置的同时,能计算角点的两条夹边。

    一种无线电信号分类神经网络的设计方法

    公开(公告)号:CN118747306A

    公开(公告)日:2024-10-08

    申请号:CN202410886436.9

    申请日:2024-07-03

    Abstract: 本发明涉及一种无线电信号分类神经网络的设计方法,属于无线电信号智能处理领域。本发明根据无线电信号的类别确定输出层节点数目,输出层节点的数目等于无线电类别的数目;根据无线电信号样本的傅里叶变换特征确定隐层节点数目,隐层节点的数目等于无线电信号样本傅里叶变换后的能量集中度的平均值;根据无线电信号样本的维数确定输入层节点数目。本发明的无线电信号分类神经网络的设计方法,利用无线电信号的特性设计神经网络的节点数目,不需要多次试验各种隐层节点的数目,减少了设计时间,并能快速设计出适合边缘计算的无线电信号分类神经网络,在无线电信号分类等复数时间序列数据分类中能发挥重要作用。

    一种双因素物联网认证方法
    30.
    发明公开

    公开(公告)号:CN118646539A

    公开(公告)日:2024-09-13

    申请号:CN202410849228.1

    申请日:2024-06-27

    Abstract: 本发明涉及一种双因素物联网认证方法,属于物联网领域。本发明的方法包括:在物联网设备和物联网节点上创建文件系统,存储密钥、数据、PUF挑战‑响应对;物联网设备和物联网节点相互存储对方的PUF挑战‑响应对;物联网设备利用密码学和PUF认证物联网节点的真伪;物联网节点利用密码学和PUF认证物联网设备的真伪。本发明提出的利用密码学和物理不可克隆函数(PUF)的双因素物联网认证方法,能够有效防止物联网设备和物联网节点的假冒,增强了物联网系统的安全,能促进物联网的广泛应用。

Patent Agency Ranking