-
公开(公告)号：CN118675107B
公开(公告)日：2025-01-03
申请号：CN202410891036.7
申请日：2024-07-04
Applicant: 南京邮电大学
IPC: G06V20/52 , G06N20/10 , G06V10/764 , G01F23/00 , G01S13/88
Abstract: 本发明提供一种可用于人工河道的河流水位跃变监测方法，获取雷达遥感数据影像，建立圆形缓冲区进行雷达后向散射系数数据提取，建立雷达后向散射系数变化量数据集；利用GPM降水量数据对雷达后向散射系数变化量数据和进行插值处理，获取具有连续时序特征的雷达后向散射系数变化量和降水量数据集；基于所获取的高时间分辨率雷达后向散射系数变化量数据、插值后的降水量数据，以及已建立的十级水位标签，利用SVM算法建立河流水位跃变分级判别模型；后续获取任意时刻雷达后向散射系数等变量输入已训练模型，可实时获取河道水位涨落级别以及预警信息。本发明可以解决人工河道水位监测及预警研究中的数据源受限，时空分辨率低和难以判别等问题。
-
Patent Agency Ranking
公开(公告)号：CN111866877B
公开(公告)日：2023-03-24
申请号：CN202010528336.0
申请日：2020-06-11
Applicant: 南京邮电大学
IPC: H04W12/06 , G06F18/214 , G06F18/2411 , H04B7/0452
Abstract: 本发明公开了一种基于记忆的5G物理层安全鉴权方法，使用改进的禁忌搜索算法来寻找5G大规模天线阵列支持向量机模型的最优初始化解，利用最优初始解训练模型；执行物理层鉴权过程中区分合法和非法用户，包括对训练模型的更新。本发明充分考虑了禁忌搜索算法对初始解的依赖性，在保证较高的鉴权准确率的同时也在一定程度上提高了算法的收敛率；本发明适用于在5G大规模天线阵列系统中的物理层用户信息数据合法性鉴权，提升系统安全性。
-
公开(公告)号：CN114937123A
公开(公告)日：2022-08-23
申请号：CN202210845741.4
申请日：2022-07-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于多源影像融合的建筑建模方法、装置，所述方法包括：根据第一点云模型和第二点云模型，进而获得第一投影面和第二投影面，将点的颜色语义和几何语义投影至投影面，分别获得第一颜色投影面、第一几何投影面、第二颜色投影面和第二几何投影面；进行线段识别和匹配，确定第一投影面和第二投影面上线段的对应关系；计算第一投影面和第二投影面上同名语义线段之间的变换特征数值；若变换特征数值之间的偏差在标准阈值范围内，则认定第一点云模型和第二点云模型中相应的点云线段之间具有对应关系，根据对应关系进行融合建模。采用上述技术方案，有效建立了无人机影像和近景影像之间的准确对应关系，提高了三维融合建模的精度。
-
公开(公告)号：CN109862017A
公开(公告)日：2019-06-07
申请号：CN201910128848.5
申请日：2019-02-21
Applicant: 南京邮电大学
Abstract: 本发明提出了基于SPRT算法的无线传感器网络恶意蠕虫检测方法，其特征在于，包括以下步骤：步骤1，网络预处理；步骤2，通讯模式收集存储；步骤3，SPRT蠕虫检测；所述步骤1的具体内容如下：步骤1.1，在传感器网络部署前对每一个传感器节点分配唯一的ID号同时分配私钥进行节点之间的通信，以便当一个节点u接收到另一个节点v发来的分组包时，通过密钥验证节点之间通信来防止蠕虫病毒仿造节点ID来增加蠕虫检测的误报率能够通过少量的时隙和采样样本数量来检测到蠕虫节点，该检测方案能够将蠕虫感染节点限制在2％～5％之间，同时该方案能够减少网络中的通信损耗和计算损耗，可以高效地排查传感器网络中的蠕虫节点。
-
公开(公告)号：CN109816119A
公开(公告)日：2019-05-28
申请号：CN201910106221.X
申请日：2019-02-02
Applicant: 南京邮电大学
IPC: G06N20/10
Abstract: 本发明公开了一种基于无监督学习的无线传感器异常数据检测方法，包括步骤：1、获取无线传感器节点连续采集的m个数据构成训练样本集；2、建立四分之一超球支持向量机模型，其球心位于高维空间坐标原点，最小支持半径为R；3、应用粒子群算法和训练样本集对四分之一超球支持向量机模型的参数进行优化，得到优化模型；4、获取无线传感器节点连续采集的m+1个数据Tq，计算Tm+1在优化模型的映射空间中到球心的距离d(Tm+1)，如果d(Tm+1)≤R，Tm+1为正常数据；如果d(Tm+1)＞R，用{T1,T2,..Tm}作为训练样本集重新训练模型并计算最小支持半径Rnew，计算Tm+1在更新后模型的映射空间中到球心的距离d(Tm+1)new，如果d(Tm+1)new≤Rnew，数据Tm+1为正常数据，否则Tm+1为异常数据。该方法采用无监督学习，无需对样本进行标注，且检测正确率较高。
-
公开(公告)号：CN103825742A
公开(公告)日：2014-05-28
申请号：CN201410049463.7
申请日：2014-02-13
Applicant: 南京邮电大学
Abstract: 本发明是一种适应于大规模无线传感器网络的基于身份的认证密钥协商方法（TinyIBAK），解决大规模传感器网络中密钥的分发，建立，更新和撤销。TinyIBAK同时具有身份认证和密钥确认机制，能够在密钥协商过程中认证协议参与者的身份，并能确认协议双方最终共享了相同的密钥，从而有效抵御中间人攻击。同时该算法能有效抵御主动和被动攻击，具有良好的安全性。TinyIBAK在传感器网络硬件平台进行了实现，验证了在实际传感器网络部署中算法的运行性能。通过分析协议的内存占用，执行时间和能量消耗，并与现有同类算法进行比较，TinyIBAK在安全强度，扩展性，通信、计算、存储开销方面都具有显著优势。
-
-
-
-
-
Search Results
26
records
(took 0.037 seconds)
