基于WiFi动作识别系统的非接触式计步方法

    公开(公告)号:CN106323330B

    公开(公告)日:2019-01-11

    申请号:CN201610668171.0

    申请日:2016-08-15

    Abstract: 本发明公开了一种基于WiFi动作识别系统的非接触式计步方法,包括:通过WiFi动作识别系统得到行走动作的时序CSI幅值片段,处理得到Nv个子载波;对得到的Nv个子载波的动作片段进行小波分解,得到不同频率范围的细节系数;筛选出代表脚部运动引起的CSI振幅变化所在频率范围的细节系数,重构每个子载波对应的细节信号,并计算重构信号的短时能量;筛选并统计有效波峰数,并融合Nv个子载波的统计结果计算得到稳定的步数值。该方法不需要携带任何计步设备,根据WiFi信号的多径传播模型,感知人体行走时脚部运动对WiFi信号CSI振幅造成的影响,进而以非接触的方式计算人体行走步数,且计步结果比传统计步方法稳定。

    基于深度学习的博客文本摘要生成方法

    公开(公告)号:CN106980683A

    公开(公告)日:2017-07-25

    申请号:CN201710204696.3

    申请日:2017-03-30

    Abstract: 本发明公开了一种基于深度学习的博客文本摘要生成方法,包括以下步骤:爬取博客数据;对爬取的博客数据进行预处理,选取博客文本数据;将选取的博客文本数据根据中文词向量词典转换成向量矩阵数据;构建深度学习encoder‑decoder(编码器‑解码器)模型,并对该模型的encoder编码器和decoder解码器分开训练,训练完成后连接使用;重复步骤S01‑S03得到生成数据,将生成数据通过训练完成的模型生成预测摘要。本发明基于深度学习框架encoder‑decoder自动生成博客的文本摘要,同时可以获取博客更深层次的语义联系。生成的文本摘要可以直观的显示当前博客的主要内容,具有广泛的应用前景。

    基于TCP有效载荷构建可靠双向隐蔽信道的方法

    公开(公告)号:CN103841118B

    公开(公告)日:2017-03-22

    申请号:CN201410112380.8

    申请日:2014-03-25

    Abstract: 本发明公开了一种基于TCP有效载荷的隐藏信息编码发送方法和相应的隐藏信息接收解码方法,在发送方,所述编码器根据预先协商的编码表,对隐藏信息进行编码;然后发送至接收方;在接受方,接收方监听捕获到既定端口的数据包后,所述解码器对既定端口监听捕获的数据包,进行TCP有效载荷提取,根据编码表解码得到隐藏信息。该方法基于TCP设计的,TCP的可靠性保证了隐蔽信道通信的质量和安全;实用性强,可以很好应用到实际的通信过程中,可以均衡调节有效长度的编码与非编码比例,实现本发明隐信道抗检测性能的可控性。

    基于WiFi动作识别系统的非接触式计步方法

    公开(公告)号:CN106323330A

    公开(公告)日:2017-01-11

    申请号:CN201610668171.0

    申请日:2016-08-15

    CPC classification number: G01C22/006

    Abstract: 本发明公开了一种基于WiFi动作识别系统的非接触式计步方法,包括:通过WiFi动作识别系统得到行走动作的时序CSI幅值片段,处理得到Nv个子载波;对得到的Nv个子载波的动作片段进行小波分解,得到不同频率范围的细节系数;筛选出代表脚部运动引起的CSI振幅变化所在频率范围的细节系数,重构每个子载波对应的细节信号,并计算重构信号的短时能量;筛选并统计有效波峰数,并融合Nv个子载波的统计结果计算得到稳定的步数值。该方法不需要携带任何计步设备,根据WiFi信号的多径传播模型,感知人体行走时脚部运动对WiFi信号CSI振幅造成的影响,进而以非接触的方式计算人体行走步数,且计步结果比传统计步方法稳定。

    采用多维特征向量检测IPID隐信道的方法

    公开(公告)号:CN103577835B

    公开(公告)日:2016-08-10

    申请号:CN201310334587.5

    申请日:2013-08-02

    Abstract: 本发明公开了一种采用多维特征向量检测IP ID隐信道的方法,包括以下步骤:(1)特征提取步骤:分别针对正常和异常的训练样本,连续捕获N个IP数据包,提取IP头部ID域信息,获得相邻数据包ID差值Δid1,Δid2,...,Δidn?1,其中N为检测窗口尺寸;统计Δid1,Δid2,...,Δidn?1的均值E、标准差D和熵值H,得到三维特征矢量;(2)进行SVM分类器训练:采用重复步骤(1)得到的正常的训练样本的三维特征矢量集和异常的训练样本的三维特征矢量集进行SVM分类器训练,得到分类检测模型;(3)根据训练得到的分类模型,SVM分类器对待检测信道的特征矢量进行分类,得到分类结果。该方法检测效率高,采用多维统计特征作为分类依据,提高了检测准确率。

    基于IP分片伪装技术的隐蔽信息通信方法

    公开(公告)号:CN103581168B

    公开(公告)日:2016-06-22

    申请号:CN201310334188.9

    申请日:2013-08-02

    Abstract: 本发明公开了一种基于IP分片伪装技术的隐蔽信息通信方法,包括以下步骤:(1)将隐蔽信息进行加密处理;(2)发送端向接收端发送分组数据同步请求,表明隐蔽信息开始传输;(3)发送端选择本次待发的比特流,修改待传输的K个IP数据包的报文信息,按照正常的TCP/IP协议向接收端发送每个IP数据包;(4)当待发的比特流发送完成后,发送端判断是否还存在未传输的比特流;如果存在,按照步骤(3)继续传输未传输的比特流;否则发送端向接收端发送结束分组请求,关闭网络连接,隐蔽信息传输结束。该方法在保证和现有技术相当隐蔽性的前提下,利用伪装分片原理,利用多个字段的联合作用来提高嵌入率,并保证分组在接收端的有序重组和丢失检测。

    基于多账户网络新闻评论时间的隐秘通信方法

    公开(公告)号:CN104765773A

    公开(公告)日:2015-07-08

    申请号:CN201510113988.7

    申请日:2015-03-17

    Abstract: 本发明公开了一种基于多账户网络新闻评论时间的隐秘通信方法,利用本发明基于网络新闻评论时间的隐秘通信方法,发送方将待发送的隐藏信息经过预处理转化为01比特序列,然后将比特序列编码为新闻的评论时间,然后发送方通过若干已注册账户对某一门户网站中的若干新闻版块中的新闻进行评论,接收方收集这些评论的发表时间,进行评论时间的统计排序,然后通过解码获取隐藏比特序列,并通过反向处理将比特序列转化为真实隐藏信息,从而实现隐秘通信,这种方法极大地增加了隐蔽信道的抗检测性,具有广泛的应用前景。

    一种基于支持向量机的P2P网络贷款风险评估模型

    公开(公告)号:CN104463673A

    公开(公告)日:2015-03-25

    申请号:CN201410801984.3

    申请日:2014-12-22

    Abstract: 本发明公开了一种基于支持向量机的P2P网络贷款风险评估模型,包括:(1)数据预处理;(2)建立模型;(3)根据模型给出的结果做出风险评估。通过上述方式,本发明基于支持向量机的P2P网络贷款风险评估模型具有减少人为因素的影响、客观科学、预测效果更好、准确率更高、减少无关属性、大大减少数据处理量、使预测所需的学习时间更短、对样本数据量要求不高等优点,在基于支持向量机的P2P网络贷款风险评估模型的普及上有着广泛的市场前景。

    基于同态加密系统的文本信息隐藏安全检测方法

    公开(公告)号:CN102012980B

    公开(公告)日:2013-02-13

    申请号:CN201010544647.2

    申请日:2010-11-16

    CPC classification number: H04L9/008

    Abstract: 本发明公开了一种基于同态加密系统的文本信息隐藏安全检测方法,用于服务提供方对服务使用方的文本隐藏信息进行检测,通过相互独立的服务提供方和服务使用方交互传递非私有信息来完成文本信息隐藏的检测,双方采用同态加密系统和执行安全比较协议,根据服务提供方和服务使用方的比较数的大小判定文本信息是否含有隐藏信息。该方法使得文本信息隐藏的检测服务可以在相互缺乏信任的独立方之间进行。

Patent Agency Ranking