-
公开(公告)号：CN117295059B
公开(公告)日：2024-02-13
申请号：CN202311589924.5
申请日：2023-11-27
Applicant: 南京邮电大学
IPC: H04W12/02 , H04W12/63 , H04W12/122 , H04W4/35 , G06Q10/0631 , G06Q40/04
Abstract: 本发明属于数据安全、隐私计算等相关技术领域，公开了一种面向移动感知工人的个性化位置隐私数据交易框架的构建方法，包括：根据最大可接受质量损失阈值确定每个感知工人位置的模糊范围；在模糊范围内产生基于k‑匿名的扰动集来隐藏感知工人的实际位置；通过对扰动集中的工人位置执行指数机制，得到一个最终的模糊位置，以实现 个性化的差分隐私；基于最终的模糊位置对感知工人分配感知任务并对位置隐私损失进行量化，做出合理的隐私补偿。本(56)对比文件Wang, Jian, et al..Locationprotection method for mobile crowdsensing based on local differentialprivacy preference..Peer-to-PeerNetworking and Applications 12.2019,全文.Wang, Yingjie, et al. .Adifferentially k-anonymity-based locationprivacy-preserving for mobilecrowdsourcing systems..Procedia ComputerScience 129.2018,全文.Jin, Wenqiang, et al..If you do notcare about it, sell it: Trading locationprivacy in mobile crowd sensing.IEEEINFOCOM 2019-IEEE Conference on ComputerCommunications.2019,全文.叶阿勇;孟玲玉;赵子文;刁一晴;张娇美.基于预测和滑动窗口的轨迹差分隐私保护机制.通信学报.2020,(第04期),全文.
-
公开(公告)号：CN117371525A
公开(公告)日：2024-01-09
申请号：CN202311318527.4
申请日：2023-10-12
Applicant: 南京邮电大学
IPC: G06N5/022 , G06F16/951 , G06F18/2135 , G06N3/042 , G06N3/0464 , G06F16/36 , G06N3/098
Abstract: 本发明属于医学知识表示和知识图谱补全领域，公开了一种融合实体描述的常见病知识图谱链接预测方法，包括获取实体描述数据集和事实三元组数据集；构建实体邻接矩阵和关系类型邻接矩阵，通过多关系图卷积神经网络，使实体节点聚合不同关系类型一阶邻居节点信息，充分学习图结构信息，得到基于图结构的实体嵌入和关系嵌入；对实体描述数据集进行预处理，获得初始词嵌入矩阵；对于图结构向量表示和实体描述向量表示进行联合学习，最终得到实体的最终表示，使用损失函数优化参数。本发明基于开源数据，构建中文常见病知识图谱，融合医疗实体描述信息，增强三元组实体表示的语义信息，提高链接预测的准确率。
-
公开(公告)号：CN113743374B
公开(公告)日：2023-11-07
申请号：CN202111181521.8
申请日：2021-10-11
Applicant: 南京邮电大学
IPC: G06F18/21 , G06F18/15 , G06F18/213 , A61B5/08
Abstract: 本发明提供了一种面向商用WiFi，基于信道状态信息和人员呼吸的人员身份识别方法，首先在室内环境中采集人员呼吸时对应的无线信号数据，从中提取到CSI原始数据；其次通过对原始CSI数据进行数据预处理，包括数据插值、数据去噪、数据提取；然后对预处理后的数据，通过离散小波变换DWT、子载波选择和呼吸速率估计模块进行组合，来实现呼吸数据段的波峰和波谷的提取，从而提取人员的呼吸特征，生成对应的人员呼吸标识；最后，结合WiFi多天线MIMO技术，通过WMD‑DTW方法将生成的人员标识与数据库内原有标识进行对比，从而实现人员身份的识别。本发明通过对信道状态信息CSI进行分析处理，实现对人员呼吸行为的感知以及呼吸速率的估计，进而完成不同人员的身份识别。
-
公开(公告)号：CN115856881B
公开(公告)日：2023-05-12
申请号：CN202310041358.8
申请日：2023-01-12
Applicant: 南京邮电大学
IPC: G01S13/88 , G06N3/0464 , G06N3/08 , G01S7/02
Abstract: 本发明属于毫米波雷达信号行为感知技术领域，公开了一种基于动态轻量级网络的毫米波雷达行为感知方法，其将雷达微多普勒数据进行去噪处理后，将每一帧的三个二维矩阵连接为一个三维矩阵，将一个样本中所有帧的三维矩阵沿时间维度连接，生成类视频数据，克服了传统热图只能包含单一信息的弊端；同时，设计基于注意力机制和通道打乱的动态轻量级模块，提出了动态轻量级Slowfast网络，提高模型感知精度及工作效率，降低计算复杂度。
-
公开(公告)号：CN114676739B
公开(公告)日：2022-08-19
申请号：CN202210595920.7
申请日：2022-05-30
Applicant: 南京邮电大学
IPC: G06K9/00 , G06K9/62 , G06V40/20 , G06V20/40 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08 , H04W24/08 , H04W84/12
Abstract: 本发明公开了一种基于Faster‑RCNN的无线信号的时序动作检测和识别方法，将视觉领域的Faster‑RCNN框架引入到无线感知领域，根据无线WiFi数据的特点，设计适用于无线信号时序序列的网络框架，同步实现动作检测和分类任务，保障无源感知的效率和精度，为基于WiFi的感知问题，提供了新的研究思路。
-
Patent Agency Ranking
公开(公告)号：CN114676739A
公开(公告)日：2022-06-28
申请号：CN202210595920.7
申请日：2022-05-30
Applicant: 南京邮电大学
IPC: G06K9/00 , G06K9/62 , G06V40/20 , G06V20/40 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08 , H04W24/08 , H04W84/12
Abstract: 本发明公开了一种基于Faster‑RCNN的无线信号的时序动作检测和识别方法，将视觉领域的Faster‑RCNN框架引入到无线感知领域，根据无线WiFi数据的特点，设计适用于无线信号时序序列的网络框架，同步实现动作检测和分类任务，保障无源感知的效率和精度，为基于WiFi的感知问题，提供了新的研究思路。
-
公开(公告)号：CN113935373A
公开(公告)日：2022-01-14
申请号：CN202111182962.X
申请日：2021-10-11
Applicant: 南京邮电大学
IPC: G06K9/00 , G06V10/764 , G06V10/80 , G06V10/82 , G06V40/20 , G06N3/04 , G06N3/08 , G01C21/20 , G01S5/02 , G01S11/06 , G06K7/10
Abstract: 基于相位信息和信号强度的人体动作识别方法，其实现步骤包括：在室内环境中采集人体动作的相位信息和信号强度数据，提取相位信息和信号强度；对相位信息进行相位数据的解缠、平滑滤波、数据归一化等和信号强度数据进行平滑滤波等预处理步骤；对预处理后的信号进行切分，检测动作的起始和结束点，并将切分的数据段划分为训练集和测试集；通过将训练集输入基于CNN的深度神经网络进行人体动作识别模型训练，得到人体动作识别模型，采用该模型可以对采集到的相位和信号强度测试集数据进行分类，达到人体动作识别的目的。本发明采用基于CNN的深度神经网络自动学习并选择特征，实现对七种不同行为动作的识别。
-
公开(公告)号：CN115833975B
公开(公告)日：2025-04-11
申请号：CN202310058760.7
申请日：2023-01-16
Applicant: 南京邮电大学
IPC: H04B17/309 , H04W4/33 , H04W84/12 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明属于无线信号的跨域行为感知技术领域，公开了一种适用于WiFi跨场景感知的源域选择方法，充分考虑源域、目标域的全局数据分布和带标签数据的局部分布，设计一种基于全局和局部距离线性组合的评价策略，选择距离目标域最近的源域来构建跨域感知模型，保障跨场景无源感知的可靠性和精度；还为基于WiFi的跨场景感知问题，提供了新的研究思路。
-
公开(公告)号：CN119055223A
公开(公告)日：2024-12-03
申请号：CN202411188375.5
申请日：2024-08-28
Applicant: 南京邮电大学
IPC: A61B5/08 , G06F18/10 , G06F123/02
Abstract: 本发明属于呼吸监测技术领域，公开了一种基于多天线CSI快速组合的呼吸检测方法。首先，在室内环境下采集WiFi发射机发射的无线信号数据，从WiFi信号中提取出CSI原始数据；其次，设置模为一的复数值将不同天线对的CSI数据组合起来并对组合后的CSI数据的振幅执行快速傅里叶变换；然后，计算呼吸对应频率范围的能量相对于所有频率的能量和的百分比并找到使能量百分比达到最大的复数值；接着，通过复数值将相同子载波频率的CSI数据组合并去除脉冲噪声和相位偏移；最后，组合所有子载波频率的CSI数据增强动态分量从而提取出呼吸模式。本发明解决了多根天线接收到的CSI数据的动态分量如何有效组合的问题，提高了WiFi信号检测呼吸的感知范围。
-
公开(公告)号：CN118844974A
公开(公告)日：2024-10-29
申请号：CN202410904328.X
申请日：2024-07-08
Applicant: 南京邮电大学
Abstract: 本发明属于呼吸监测技术领域，公开了一种基于CSI动态分量快速对齐的非接触式呼吸检测方法，首先，在室内环境下采集WiFi发射机发射的无线信号数据，从WiFi信号中提取出CSI原始数据；其次，对原始CSI数据进行数据预处理即获取CSI比值信号、去除静态分量和降噪；然后，计算预处理后的数据的协方差矩阵，使用特征值分解方法得到主方向，随后计算主方向与I轴正方向的夹角；接着，根据CSI比值信号样本和的极性计算对齐CSI比值信号需要旋转的角度；最后，组合所有的CSI比值信号增强动态分量从而提取出呼吸模式。本发明解决了目标距离WiFi设备较远导致无法检测出呼吸的问题，提高了WiFi信号检测呼吸的感知范围。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.031 seconds)
