-
公开(公告)号：CN114515156B
公开(公告)日：2023-09-15
申请号：CN202210124585.2
申请日：2022-02-10
Applicant: 南京邮电大学
Abstract: 本发明所述的基于交叉可视图的睡眠心脑信号关联性分析方法，首先构建心电和脑电生理序列的前向和后向原始可视度序列，并通过元素替换的方式构建心脑信号之间的前向和后向交叉可视度序列，然后计算原始‑交叉可视度概率分布的差异性衡量心脑之间的因果关联性。基于交叉可视图的睡眠心脑信号关联性分析方法有效地解决了根据时间序列可视状态的特征关系衡量生理序列关联性的问题。
-
公开(公告)号：CN114557707A
公开(公告)日：2022-05-31
申请号：CN202210337191.5
申请日：2022-03-31
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于渐变等状态分布的睡眠脑电信号幅度分析方法，通过给定长度为L的睡眠脑电信号X(t)，计算睡眠脑电信号X(t)的差分向量序列X′(t)，用以表征幅度波动；计算睡眠脑电渐变等状态分布的转化参数a、转化参数b和阈值r；构建睡眠脑电的幅度波动转化函数f(t)；对差分向量序列X′(t)进行渐变等状态转化后，统计差分等状态分布F；获得睡眠脑电信号X(t)的渐变等状态分布gDES，以实现对睡眠脑电幅度波动特征的提取分析；该方法，创新性地通过渐变转化方式对差分向量进行转化，实现了睡眠脑电信号幅度波动的优化分析，解决了现有等状态分布参数无法区分不同差分元素对等状态分布贡献值的问题，能够更加有效地表征睡眠脑电活动的幅度波动特征。
-
公开(公告)号：CN114947793B
公开(公告)日：2024-10-18
申请号：CN202210527997.0
申请日：2022-05-16
Applicant: 南京邮电大学
IPC: A61B5/0245 , A61B5/00 , G06F18/213
Abstract: 基于模糊等符号分布的生理信号幅度波动分析方法，有效地解决了时间序列等符号较少以及边界误差问题的问题。通过对区间元素叠加符号化，计算符号类型的概率分布，从而避免了原始符号区间划分方法的缺陷。在衡量等符号分布的过程中，计算相邻元素的模糊符号概率差异性，然后计算并统计模糊符号序列的等状态分布。心率信号的测试结果表明，基于叠加区间的模糊等符号分布分析方法由于有效避免了原始符号化方法中的边界误差问题，因此能够更加有效地提取生理时间序列的等状态分布特征。
-
公开(公告)号：CN115813407B
公开(公告)日：2024-05-24
申请号：CN202211422724.6
申请日：2022-11-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于模糊阶跃向量波动的睡眠脑电分期方法，属于生理信号处理和特征提取领域，具体包括：获取长度为L的睡眠脑电序列X(t)，提取多维向量，构建睡眠脑电向量距离序列X'(t)；设定X'(t)的上升和下降双向阈值节点；选择睡眠脑电上升和下降向量距离的模糊转化函数；选取睡眠脑电的阶跃区间，设定向量距离转化方式；通过模糊阶跃转化的上升和下降向量距离序列进行睡眠脑电向量波动特征提取。本发明在阈值范围内采用模糊渐转化方式，后在特定向量距离区间内采用阶跃转化方式，并且对上升和下降睡眠脑电向量距离波动进行区分处理，可有效解决当前基于向量距离等状态分布的不足，进而提取更加全面的睡眠脑电信号向量距离波动特征。
-
公开(公告)号：CN117349684B
公开(公告)日：2024-02-06
申请号：CN202311643300.7
申请日：2023-12-04
Applicant: 南京邮电大学
Abstract: 本发明属于生理信号处理和统计学领域，公开了一种基于向量排列最大距离的睡眠脑电分析方法，包括：步骤1、首先对睡眠脑电信号进行多维向量重构，得到重构向量序列；步骤2、计算重构向量序列中的任意向量之间的距离；步骤3、将睡眠脑电的重构向量转化为幅度排列类型，生成对应的排列序列；步骤4、基于最大距离和步的排列类型的向量相似性判定；步骤5、根据统计睡眠脑电相同向量的数量，然后实现睡眠脑电概率分布的估计；步骤6、睡眠脑电的动态熵值复杂度dynEn计算。本发明可以实现睡眠脑电更加准确的概率估计以及相关统计参数的计算。
-
Patent Agency Ranking
公开(公告)号：CN115097490A
公开(公告)日：2022-09-23
申请号：CN202210808201.9
申请日：2022-07-08
Applicant: 南京邮电大学
Abstract: 本发明提供一种耦合GNSS及地面气象站监测数据的实时水汽场生成方法，根据探空数据、GNSS测站数据与地面气象站监测数据，分别计算获得探空PWV时间序列yR、GNSS的PWV时间序列yG和地面气象站PWV时间序列yM；计算GNSS的PWV相对于探空数据PWV的系统性偏差bG和地面气象站的PWV相对于探空数据PWV的系统性偏差bM；得到区域范围内GNSS测站的实时PWV向量与地面气象站的实时PWV向量构建耦合GNSS和地面气象数据的简化球冠谐分析模型；获得耦合GNSS的PWV和地面气象站PWV的实时水汽场；本发明能够通过耦合GNSS和地面气象数据生成实时水汽场，精度高，能够提高实时水汽场的时空分辨率，具有良好的实时性能，进而可有效地描述实时水汽在空间范围内的连续性变化。
-
公开(公告)号：CN114515156A
公开(公告)日：2022-05-20
申请号：CN202210124585.2
申请日：2022-02-10
Applicant: 南京邮电大学
Abstract: 本发明所述的基于交叉可视图的睡眠心脑信号关联性分析方法，首先构建心电和脑电生理序列的前向和后向原始可视度序列，并通过元素替换的方式构建心脑信号之间的前向和后向交叉可视度序列，然后计算原始‑交叉可视度概率分布的差异性衡量心脑之间的因果关联性。基于交叉可视图的睡眠心脑信号关联性分析方法有效地解决了根据时间序列可视状态的特征关系衡量生理序列关联性的问题。
-
公开(公告)号：CN115813407A
公开(公告)日：2023-03-21
申请号：CN202211422724.6
申请日：2022-11-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于模糊阶跃向量波动的睡眠脑电分期方法，属于生理信号处理和特征提取领域，具体包括：获取长度为L的睡眠脑电序列X(t)，提取多维向量，构建睡眠脑电向量距离序列X'(t)；设定X'(t)的上升和下降双向阈值节点；选择睡眠脑电上升和下降向量距离的模糊转化函数；选取睡眠脑电的阶跃区间，设定向量距离转化方式；通过模糊阶跃转化的上升和下降向量距离序列进行睡眠脑电向量波动特征提取。本发明在阈值范围内采用模糊渐转化方式，后在特定向量距离区间内采用阶跃转化方式，并且对上升和下降睡眠脑电向量距离波动进行区分处理，可有效解决当前基于向量距离等状态分布的不足，进而提取更加全面的睡眠脑电信号向量距离波动特征。
-
公开(公告)号：CN114947793A
公开(公告)日：2022-08-30
申请号：CN202210527997.0
申请日：2022-05-16
Applicant: 南京邮电大学
IPC: A61B5/0245 , A61B5/00 , G06K9/00
Abstract: 基于模糊等符号分布的生理信号幅度波动分析方法，有效地解决了时间序列等符号较少以及边界误差问题的问题。通过对区间元素叠加符号化，计算符号类型的概率分布，从而避免了原始符号区间划分方法的缺陷。在衡量等符号分布的过程中，计算相邻元素的模糊符号概率差异性，然后计算并统计模糊符号序列的等状态分布。心率信号的测试结果表明，基于叠加区间的模糊等符号分布分析方法由于有效避免了原始符号化方法中的边界误差问题，因此能够更加有效地提取生理时间序列的等状态分布特征。
-
公开(公告)号：CN119854106A
公开(公告)日：2025-04-18
申请号：CN202510322393.6
申请日：2025-03-19
Applicant: 南京邮电大学
IPC: H04L41/0631 , H04L41/12 , H04L41/0677 , H04L45/00
Abstract: 本发明公开了一种基于BGP图的BGP异常检测和溯源方法，包括数据采集与初始拓扑构建，基于全球采集点采集BGP路由数据，包括BGP路由表数据以及BGP路由更新数据；根据采集到的路由数据构建初始的全球BGP网络拓扑；提出增量更新机制，根据BGP消息的不同情况，包括显式宣告、显式撤销和隐式撤销，分别采用三种图更新机制，动态更新BGP网络拓扑；拓扑特征提取与构建BGP嵌入图；最后将BGP嵌入图输入到图卷积神经网络模型中，通过多阶邻域聚合的方式，结合节点属性、边属性和邻接关系，进行异常检测；若检测结果为异常，则进行异常溯源，通过特征空间压缩和扩展，定位异常AS集合。本发明提出的方法能够更加准确地检测BGP异常和溯源分析。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.021 seconds)
