-
公开(公告)号：CN115833975A
公开(公告)日：2023-03-21
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：CN115801152A
公开(公告)日：2023-03-14
申请号：CN202310062463.X
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: 本发明提供一种基于层次化transformer模型的WiFi动作识别方法，通过采集人员在室内场景下的多种动作的WiFi信号，获得CSI数据作为样本数据，并标注活动类别标签后，获得数据集，将数据集划分得到训练集和测试集；构建层次化transformer模型，层次化transformer模型提取局部关联特征，以获得样本的全局特征，并得到样本的最终特征表达后，获得分类标签；获得训练后的层次化transformer模型；将测试集的样本数据输入到训练后的层次化transformer模型，输出人体动作识别的预测结果；该方法能够有效提高无线感知动作识别的精度和效率，且具有更高的可靠性和更强的泛化能力。
-
公开(公告)号：CN115630964A
公开(公告)日：2023-01-20
申请号：CN202211652775.8
申请日：2022-12-22
Applicant: 南京邮电大学
Abstract: 本发明涉及数据安全、隐私计算等相关技术领域，提出了一种面向高维隐私数据的相关性数据交易框架的构造方法，包括：建立高维用户特征之间的数据相关性模型；建立初始特征聚类方案；通过设计近似最优算法解决最优特征聚类问题；在最优特征聚类的基础上设计了一种新的数据扰动机制，生成与原始数据具有相近联合分布的隐私保护的高维数据集；基于近似最优的特征聚类方案对隐私损失进行量化。本发明主要包含数据扰动机制与隐私补偿机制，平衡了数据效用和隐私保护，并实现了预算均衡、个人理性和真实性等所有理想的经济属性。
-
公开(公告)号：CN115242327B
公开(公告)日：2022-12-06
申请号：CN202211133707.0
申请日：2022-09-19
Applicant: 南京邮电大学
IPC: H04B17/309 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于多通道融合的CSI动作识别方法，通过在多组WiFi信号收发对的感知区域内，由受试者完成设定动作，并采集无线信号的多视角的二维CSI数据，分别记录对应的动作类别标签，获得CSI数据集，将采集的CSI数据集分为训练集和测试集；构建基于注意力的多通道特征融合模型，获得经过时间维度和子载波维度权重处理后的训练样本；得到每个训练样本的多视角特征向量；构建基于注意力的多视角特征融合模型，获得每个训练样本的最终特征表达；将测试集的测试样本输入到训练后的动作识别网络模型中，获得动作识别结果。该方法根据无线WiFi数据的特点，构建动作识别网络模型，能够实现高精度的被动式行为识别任务。
-
公开(公告)号：CN112883406B
公开(公告)日：2022-10-21
申请号：CN202110311948.9
申请日：2021-03-24
Applicant: 南京邮电大学
Abstract: 一种基于联盟链的远程医疗跨域认证方法，包括如下步骤：各医疗域建立信任中心或使用已有的权威信任中心；在各医疗域中设立区块链服务器，部署开源区块链平台Hyperledger Fabric，将各医疗域区块链服务器作为联盟成员加入联盟链；各医疗域的信任中心自生成跨域认证身份证书，并调用智能合约将证书的哈希值写入联盟链账本；在各医疗域中设立跨域认证代理服务器，代理本域的医疗设备进行跨域身份认证；跨域认证代理服务器请求区块链服务器调用智能合约查询分布式账本中的证书数据，根据查询结果判断证书有效性。本发明采用区块链技术避免传统证书的撤销状态在线查询过程，优化身份证书的验证方式，有效保证链上证书信息的时效性的同时减少证书数据的存储空间大小。
-
Patent Agency Ranking
公开(公告)号：CN110458118B
公开(公告)日：2022-08-12
申请号：CN201910752275.3
申请日：2019-08-14
Applicant: 南京邮电大学
IPC: G06V40/20 , G06V10/764 , G06V10/77 , G06K9/00 , G06K9/62
Abstract: 本发明提供一种基于信道状态信息的简单手语识别方法，采集的简单手语的CSI信号，获得CSI信号样本；将采集到的CSI信号进行预处理；从预处理后的信号中获取手语的关键信息；由上述步骤提取设定种类的简单手语的关键信息，作为模板样本；提取待识别的简单手语的关键信息，作为待识别样本；利用DTW算法，计算待识别样本与模板样本的累加距离，将最小累加距离对应的模板样本的手语类型作为待识别样本的手语类型；该种基于信道状态信息的简单手语识别方法，采用CSI信号作为不同手语动作的判定依据，由于对于不同的手语动作，CSI信号有明显差异，能够有效提高手语识别的精准度，具有较好的简便性、适应性、功能性、鲁棒性。
-
公开(公告)号：CN109508686B
公开(公告)日：2022-06-28
申请号：CN201811415195.0
申请日：2018-11-26
Applicant: 南京邮电大学
Abstract: 本发明公开了基于层次化特征子空间学习的人体行为识别方法，方法包括：将人体行为视频样本划分成训练样本和测试样本，提取并编码视频样本的手工特征和深度特征，分别以手工特征和深度特征的特征向量表示每一视频样本；设置视频样本的样本标签，采用训练样本的手工特征和深度特征的特征向量以及对应的样本标签作为输入，训练层次化特征子空间学习模型，生成子空间投影矩阵和行为类别的决策边界；利用子空间投影矩阵学习测试样本的手工特征和深度特征的子空间特征向量；计算并比较测试样本的子空间特征向量到各个行为类别的决策边界的距离，判别测试样本的行为类完成识别操作；本发明提高了子空间特征表达的辨识力，且具有良好的识别精度和效率。
-
公开(公告)号：CN114638264A
公开(公告)日：2022-06-17
申请号：CN202210269837.0
申请日：2022-03-18
Applicant: 南京邮电大学
IPC: G06K9/00 , H04B17/309 , H04W24/06
Abstract: 一种基于信道状态信息的人员被动入侵检测边界估计方法，实现的具体步骤如下：首先，在室内环境中采集人员入侵时对应的无线信号数据，从中提取到CSI原始数据；其次对原始CSI数据进行数据预处理，其步骤包括数据插值、数据去噪；然后，对处理后的数据进行建模，推导出理论上的入侵检测边界模型；最后实时计算滑动窗口的方差，并与初始设定的阈值相比较，检测是否有人员入侵，得到具体的入侵边界。本方法通过对信道状态信息CSI进行分析处理，根据入侵检测边界模型探究现有WiFi设备对入侵行为的可探测距离。
-
公开(公告)号：CN114581958A
公开(公告)日：2022-06-03
申请号：CN202210484261.X
申请日：2022-05-06
Applicant: 南京邮电大学
Abstract: 一种基于CSI信号到达角估计的静态人体姿势估计方法，通过CSI估计感知区域内的信号到达角并构建图像，利用师生网络从图像估计人体姿势。具体如下：首先使用带有移动轨道的接收天线柱，在不同的高度收集感知区域内的CSI信号。其次构造二维AoA图像特征，利用MUSIC算法将CSI信息转换为一维AoA数据，并将不同高度的一维AoA数据组合为二维AoA图像，设计环境降噪算法以消除静态环境因素，增强人体感知部分。最后构建师生网络模型，使用基于视觉的教师网络对基于二维AoA图像的学生网络进行监督，最终学生网络模型能独立地由CSI估计人体姿势。本方法能够识别多种静态人体姿势，以较低成本获得较高预测准确率。
-
公开(公告)号：CN114330384A
公开(公告)日：2022-04-12
申请号：CN202111407305.0
申请日：2021-11-24
Applicant: 南京邮电大学
IPC: G06K7/00 , G01S5/02 , G06F3/01 , A63F13/212
Abstract: 一种基于无源RFID相位信息的手臂运动轨迹追踪方法，将无源RFID标签贴附于手臂的指定位置，让用户做出指定动作并采集此时RFID标签的相位信息；基于标签相位信息分别计算出用户前臂和上臂的长度；采集用户手臂移动时RFID标签的相位信息；将采集到的相位信息基于运动轨迹追踪计算出手臂的运动轨迹；通过基于阈值和局部加权线性回归LWLR的修正方法对结果进行修正以达到精准追踪手臂运动轨迹的目的。本方法在降低了实现成本的同时极大地提高的用户的使用体验；不需要针对不同的用户进行特殊的调整，提高了整个方法的可适应性；对于结果中可能出现的异常点，采用局部加权线性回归的方法进行修正，同时采用阈值检测的方法筛选出异常点从而减少LWLR的算法开销。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.027 seconds)
