-
公开(公告)号：CN110087194B
公开(公告)日：2021-05-11
申请号：CN201910337026.8
申请日：2019-04-25
Applicant: 东华大学
Abstract: 本发明涉及一种车联网中基于博弈的位置数据中毒攻击原型系统，包括：数据获取模块，用于获取车联网用户位置请求数据；数据产生模块，用于对所述车联网用户位置请求数据进行分析处理，获得有毒位置数据，使有毒位置数据非常接近于真实车联网用户的运动轨迹；位置优化模块，用于对所述有毒数据进行优化，得到最优位置中毒攻击策略。本发明可以揭露车联网中隐私泄露问题的本质原因，从而对进一步降低车联网用户隐私泄露的风险。
-
公开(公告)号：CN110087194A
公开(公告)日：2019-08-02
申请号：CN201910337026.8
申请日：2019-04-25
Applicant: 东华大学
Abstract: 本发明涉及一种车联网中基于博弈的位置数据中毒攻击原型系统，包括：数据获取模块，用于获取车联网用户位置请求数据；数据产生模块，用于对所述车联网用户位置请求数据进行分析处理，获得有毒位置数据，使有毒位置数据非常接近于真实车联网用户的运动轨迹；位置优化模块，用于对所述有毒数据进行优化，得到最优位置中毒攻击策略。本发明可以揭露车联网中隐私泄露问题的本质原因，从而对进一步降低车联网用户隐私泄露的风险。
-
Patent Agency Ranking
公开(公告)号：CN110333479A
公开(公告)日：2019-10-15
申请号：CN201910613604.6
申请日：2019-07-09
Applicant: 东华大学
Abstract: 本发明公开了一种复杂室内环境下基于改进粒子滤波的无线定位方法，其特征在于，手持移动终端作为移动节点，对其所探测到的来自各个无线接入节点的接收信号强度指标值进行定时采集，并周期上报；后台在接到任意时刻上报的RSSI值后，将其与数据库中事先采集的各个位置上的无线指纹库进行匹配，从而估算其当前位置；若移动节点同时集成三轴加速度计、三轴陀螺仪以及三轴磁力计的九轴惯性导航模块等，则可以进一步用于行人航位的推算。本发明方法将改进粒子滤波算法结合到无线指纹定位系统中，在非高斯非线性的复杂室内环境下能够对手持移动目标的定位精度有较高的增益。
-
公开(公告)号：CN111402909B
公开(公告)日：2023-07-07
申请号：CN202010136498.X
申请日：2020-03-02
Applicant: 东华大学
IPC: G10L21/02 , G10L21/0216 , G10L21/0232 , G10L25/03 , G10L19/02
Abstract: 本发明提供了一种基于恒定常数频域变换下的语音增强方法，属于在恒定常数Q频域转换下基于非负矩阵分解(NMF)算法的语音增强技术。主要涉及的步骤就是通过恒定常数Q频域转换提取语音频域参数，然后使用NMF算法训练语音字典进行降噪。CQT变换有效的降低了FFT变换在低频时的周期截断问题，同时使用NMF算法训练字典，有效的提高了语音在低频时的分辨率，使增强后的语音有更好的听觉效果。
-
公开(公告)号：CN110047504B
公开(公告)日：2021-08-20
申请号：CN201910312097.2
申请日：2019-04-18
Applicant: 东华大学
Abstract: 本发明涉及一种身份矢量x‑vector线性变换下的说话人识别方法，主要步骤是：对语音进行特征提取，并分别提取其身份矢量x‑vector和i‑vector；利用同一个说话人的x‑vector和i‑vector进行平行因子分析器训练；选取平行因子分析器中x‑vector对应的参数，在此参数基础上对身份矢量x‑vector进行线性变换得到xl‑vector；对新的身份矢量xl‑vector训练PLDA模型；将待测试语音进行特征提取以及x‑vector提取，将其输入到训练阶段得到的线性变换器得到新的身份矢量xl‑vector，最后将其输入到训练阶段得到的PLDA模型，从而得到最终结果。本发明在保证内存需求和计算速度和基线系统相似的同时，提高了说话人识别的识别性能。
-
公开(公告)号：CN111402909A
公开(公告)日：2020-07-10
申请号：CN202010136498.X
申请日：2020-03-02
Applicant: 东华大学
IPC: G10L21/02 , G10L21/0216 , G10L21/0232 , G10L25/03 , G10L19/02
Abstract: 本发明提供了一种基于恒定常数频域变换下的语音增强方法，属于在恒定常数Q频域转换下基于非负矩阵分解(NMF)算法的语音增强技术。主要涉及的步骤就是通过恒定常数Q频域转换提取语音频域参数，然后使用NMF算法训练语音字典进行降噪。CQT变换有效的降低了FFT变换在低频时的周期截断问题，同时使用NMF算法训练字典，有效的提高了语音在低频时的分辨率，使增强后的语音有更好的听觉效果。
-
公开(公告)号：CN110047504A
公开(公告)日：2019-07-23
申请号：CN201910312097.2
申请日：2019-04-18
Applicant: 东华大学
Abstract: 本发明涉及一种身份矢量x-vector线性变换下的说话人识别方法，主要步骤是：对语音进行特征提取，并分别提取其身份矢量x-vector和i-vector；利用同一个说话人的x-vector和i-vector进行平行因子分析器训练；选取平行因子分析器中x-vector对应的参数，在此参数基础上对身份矢量x-vector进行线性变换得到xl-vector；对新的身份矢量xl-vector训练PLDA模型；将待测试语音进行特征提取以及x-vector提取，将其输入到训练阶段得到的线性变换器得到新的身份矢量xl-vector，最后将其输入到训练阶段得到的PLDA模型，从而得到最终结果。本发明在保证内存需求和计算速度和基线系统相似的同时，提高了说话人识别的识别性能。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
