-
公开(公告)号:CN103220055A
公开(公告)日:2013-07-24
申请号:CN201310172183.0
申请日:2013-05-10
Applicant: 厦门大学
IPC: H04B17/00
Abstract: 无线发射机信号的多重分形梯度特征指纹识别方法,涉及无线发射机指纹识别。对采集的无线发射机暂态信号数据进行归一化,以消除噪声等干扰带来幅度的差异;采用基于统计学的暂态起点检测算法,通过计算相位方差统计量差值的最大值位置准确地获取无线发射机缓慢上升的暂态信号的起点位置;通过计算无线发射机暂态信号的短时傅里叶能量谱,并从谱图能量最高点对应的瞬时频率作切片处理,即可获得暂态信号光滑的能量切片包络曲线;提取暂态信号特征参数;联合多重分形双对数曲线梯度特征向量和多项式拟合系数特征向量作为无线发射机的个体识别指纹特征,利用识别器对无线发射机信号进行识别。
-
公开(公告)号:CN102624921A
公开(公告)日:2012-08-01
申请号:CN201210100124.8
申请日:2012-04-06
Applicant: 厦门大学
Abstract: 一种基于Web服务的智能社区增值业务平台,涉及一种网络服务平台。包括Web服务系统、远程服务注册管理中心和智能社区终端系统;三者相互之间通过TCP/IP网络系统通讯连接;其中Web服务系统包括服务提供者模块、服务注册中心、服务消费者模块和Web应用服务器;远程服务注册管理中心通过Web服务的服务提供接口,用来发布服务提供商提供的具体服务内容,并包括服务的管理、升级、计费等功能;远程服务注册管理中心包括主控模块、数据库模块、升级处理模块、服务管理模块、计费查询管理模块、显示模块、操作模块;智能社区终端系统包括终端机和终端平台软件模块,通过Web服务的服务调用接口,调用用户订购的服务。
-
公开(公告)号:CN101312544A
公开(公告)日:2008-11-26
申请号:CN200810071287.1
申请日:2008-06-25
Applicant: 厦门大学 , 京信通信系统(中国)有限公司
Abstract: 面向无线网络的视频质量自动评测系统及其评测方法,涉及一种无线视频通信的评测。提供一种在保证评测性能的前提下减少评测所需的参考数据和降低计算复杂度,使得评测模型适合面向无线的评测应用的面向无线网络的视频质量自动评测系统及其评测方法。对未进行视频压缩的参考视频进行内容预检测;根据各活动区的平均活动性大小将视频特征的检测划分成高低活动区特征检测,得可反映各活动区内视频段特点的空域和时域特征的检测参数;将各活动区的空域和时域特征的检测参数进行加权,构建整段视频的空域和时域特征参数,并根据事先构建的视频质量主观评价数据库实现检测参数与主观质量感受之间的映射,实现面向无线网络的视频质量的自动评测。
-
公开(公告)号:CN114063099B
公开(公告)日:2025-05-23
申请号:CN202111327315.3
申请日:2021-11-10
Applicant: 厦门大学
Abstract: 本发明提出了一种基于RGBD的定位方法及装置,其中该方法包括:采用激光雷达获取环境点云数据,并根据激光里程计算法对环境点云数据进行构建,以得到离线点云地图;对离线点云地图进行提取以得到源特征信息;采用RGBD摄像头传感器获取相应环境的目标图像,并获取目标图像的三维点云数据;对三维点云数据进行提取以得到目标特征信息;对源特征信息和目标特征信息进行匹配,以进行位姿恢复和六自由度估计,得到RGBD摄像头传感器在离线点云地图中的定位结果;由此,本发明通过激光雷达设备构建地图,即可被多台搭载RGBD摄像头的设备进行重复使用,在降低使用成本的同时,大大提高室内定位的精度和鲁棒性。
-
公开(公告)号:CN118646655A
公开(公告)日:2024-09-13
申请号:CN202410762783.0
申请日:2024-06-13
Abstract: 本申请的实施例提供了一种基于社交网络的节点通信方法、装置、介质及设备。该方法包括:根据陌生节点的任务需求以及陌生节点在当前时刻之前与目标社交网络中各网络节点之间的交互信息,生成陌生节点在当前时刻对应的第一节点特征;根据目标社交网络中网络节点之间的关联信息以及各网络节点对应的第二节点特征,生成初始环境信息并更新,得到目标环境信息;将目标环境信息与第一节点特征输入至强化学习模块中,确定陌生节点每一可能的动作对应的奖励,以得到目标社交网络中每一网络节点对应的关注值,从而确定陌生节点的通信策略。本申请实施例的技术方案可以提高通信资源分配的合理性,进而保证节点之间信息交换的效率和准确性。
-
公开(公告)号:CN112633113B
公开(公告)日:2024-07-16
申请号:CN202011493977.3
申请日:2020-12-17
Applicant: 厦门大学 , 福建联迪商用设备有限公司
Abstract: 本发明公开了一种跨摄像头的人脸活体检测方法、介质及系统,其中方法包括:采集第一训练数据集,并训练得到人脸活体检测模型;通过源摄像头和目标摄像头进行活体样本对的采集,以根据活体样本对生成第二训练数据集,并根据第二训练数据集进行生成对抗网络的训练,以得到风格转移函数模型;通过目标摄像头获取待检测人脸图像,并将待检测人脸图像输入到风格转移函数模型,以及将风格转移后的待检测人脸图像输入到人脸活体检测模型,以得到待检测人脸图像对应的活体检测结果;能够在不对活体检测模型进行重新训练的情况下,保证跨摄像头活体检测结果的准确性。
-
公开(公告)号:CN114638357B
公开(公告)日:2024-05-31
申请号:CN202210186097.4
申请日:2022-02-28
Applicant: 厦门大学
IPC: G06N3/098 , G06N3/092 , G06N3/0985 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06F9/50 , G06F21/62
Abstract: 本发明公开了一种基于自动联邦学习的边缘计算系统及其学习方法,其中基于自动联邦学习的边缘计算系统包括:公有云、边缘云、边缘计算盒子和智能终端设备;公有云汇聚边缘云输入的神经网络模型结构和参数进行不同权重的参数更新优化,边缘云存储边缘计算盒子上传的数据,并采用基于强化学习的神经架构搜索模型搜索最佳模块组合进行局部化模型训练,边缘盒子部署训练好的神经网络模型为智能终端设备提供实时算力,智能终端设备采集图像、语音、文字等信息;本发明能够有效解决预设网络对独立同分布数据效果差的问题,同时能够很好的保护用户隐私,同时边缘盒子能够快速响应智能终端采集的数据,具有广泛的应用前景。
-
公开(公告)号:CN117932373A
公开(公告)日:2024-04-26
申请号:CN202311706854.7
申请日:2023-12-12
Applicant: 厦门大学 , 京信网络系统股份有限公司
IPC: G06F18/2321 , G06F18/2433
Abstract: 本申请的实施例提供了一种多维KPI数据异常检测模型的训练、识别方法及装置。该方法包括:根据采集到的若干KPI的初始数据,确定若干所述KPI两两之间的相关性值,以对若干所述KPI进行聚类,得到至少一个KPI集群及其中心KPI;对每一所述KPI的初始数据进行预处理,得到每一所述KPI对应的目标数据;采用每一所述中心KPI的目标数据对预先构建的初始异常检测模型进行训练,得到与该中心KPI对应的目标异常检测模型;根据同一所述KPI集群中所述中心KPI与其他KPI之间的相关性值,采用中心KPI异常检测模型全部或部分参数进行迁移以得到与每一所述其他KPI对应的目标异常检测模型。本申请实施例的技术方案可以提高多维KPI数据异常检测模型的训练效率,并保证检测结果的准确性。
-
公开(公告)号:CN113949986B
公开(公告)日:2024-03-29
申请号:CN202110920975.6
申请日:2021-08-11
Applicant: 厦门大学 , 京信网络系统股份有限公司
IPC: H04W4/02 , H04W4/021 , H04W4/33 , H04W56/00 , G08B13/24 , H04J3/06 , G06K17/00 , G06F18/22 , G06F18/2413 , G06F18/2415 , G06N3/0464 , G06N3/047
Abstract: 本发明提供WR和射频指纹技术的定位方法、系统及监控方法,方法包括服务器与同步设备连接,若干个射频信号接收机分别与同步设备连接;射频信号接收机捕捉到射频信号后,经同步设备传输至服务器;服务器依据射频信号提取瞬态信号,获取瞬态信号对应的瞬态特征和各个接收机接收信号的到达时间差;服务器依据瞬态特征查找射频指纹库,判断是否存在与瞬态特征匹配的射频指纹;若存在,则依据射频指纹确定射频标签;依据所述到达时间差和接收机的坐标位置,计算得到射频标签的坐标位置。本发明能够精准地辨别发送射频信号的射频标签的身份,并准确地定位其所在位置。使得室内定位技术在精确度上得到提升,同时在监控方面具有较高实用性。
-
公开(公告)号:CN117612200A
公开(公告)日:2024-02-27
申请号:CN202311369478.7
申请日:2023-10-20
Applicant: 厦门大学
IPC: G06V40/10 , G06V10/776 , G06V20/64 , G06V10/44 , G06N3/096
Abstract: 本申请的实施例提供了一种知识迁移的姿态估计模型的训练和识别方法。该训练方法包括:获取模型训练数据,模型训练数据包括相对应且预处理后的相机点云数据和雷达点云数据;根据相机点云数据对预先构建的第一训练模块进行训练,得到教师模型;根据雷达点云数据对预先构建的第二训练模块进行训练,得到学生模型;根据雷达点云数据对学生模型进行训练,得到目标姿态估计模型。本申请实施例的技术方案可以在现有毫米波雷达获取的稀疏点云的基础上,提高人体姿态识别结果的准确度。
-
-
-
-
-
-
-
-
-