公开(公告)号：CN109871676A

公开(公告)日：2019-06-11

申请号：CN201910191823.X

申请日：2019-03-14

Applicant: 重庆邮电大学

Inventor： 胡军 ,  马康 ,  于洪

IPC: G06F21/32

Abstract: 本发明属于身份认证领域，具体涉及一种基于鼠标行为的三支身份认证方法及系统，所述方法包括进行鼠标数据采集并对采集后的数据进行去重处理以及去异常处理；由多个基础鼠标操作组成的数据序列作为一个鼠标行为，根据鼠标行为计算特征向量，从而计算出相关的特征值；对获得的鼠标特征进行建模获得三支身份认证模型，该模型输出样本属于合法鼠标用户的概率值，通过损失函数得到进行分类所需的阈值，将样本对象划分至正域、边界域或负域中；将负域样本对象判定为非法鼠标用户，将正域样本对象判定为合法鼠标用户，边界域鼠标用户继续进行认证。本发明在确定鼠标数目或时间之前提前做一次决策，在更低期望认证时间里达到更高的认证精度。

公开(公告)号：CN106971201A

公开(公告)日：2017-07-21

申请号：CN201710178952.6

申请日：2017-03-23

Applicant: 重庆邮电大学

Inventor： 胡军 ,  程龙 ,  欧阳卫华

IPC: G06K9/62

Abstract: 本发明公开一种基于集成学习的多标签分类方法，包括以下步骤：预先设置参数m，k，t；然后对原始训练样本集进行聚类，根据聚类结果计算标签的重要性程度；再依据标签重要性程度，从原始训练集中获取m个训练集学习基分类器；最后将基分类器的训练结果进行集成，得到最终的分类结果。本发明在已知训练样本及其标签的情况下，通过聚类的方法预先学习样本的属性，因为在多标签的问题中，一组标签其实是属性的另一种表达，建立这种标签表达属性的关系，也即哪些标签可以表达什么样的属性，可以保证在后续的集成学习过程中基分类器的训练集之间的多样性。