-
公开(公告)号：CN108615050A
公开(公告)日：2018-10-02
申请号：CN201810324789.4
申请日：2018-04-11
Applicant: 南京邮电大学
Abstract: 本发明提出一种基于支持向量机的人体姿态判别方法，包括步骤：利用滑动窗口机制对样本数据进行分段，将原始信号分为若干个子集；计算出各子集的三轴合加速度均值、三轴合加速度标准差、协方差和偏度系数值作为对应子集的特征向量，并给每个子集设置分类标签值；根据特征向量计算每一个与之相对应的模糊因子；利用模糊因子及其分类标签值训练支持向量机，获得姿态分类的最优超平面决策函数；将训练好的支持向量机作为分类器，对重新采样的人体三轴加速度数据进行分类。本发明采用数据导向的机器学习方法进行摔倒姿态的判别，代替传统采用基于人体三轴加速度值的二范数作为阈值来判断人是否产生摔倒的方法，提升了检出率。
-
公开(公告)号：CN103391199A
公开(公告)日：2013-11-13
申请号：CN201310317894.2
申请日：2013-07-25
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于PUF的RFID认证方法和系统，该系统是由后台数据库、阅读器、标签组成。由于后台数据库和阅读器的通信可以使用传统的网络安全技术，所以认为后台数据库与阅读器之间的通信是安全的；而阅读器与标签之间的通信不是通过传统的网络安全技术，所以是不安全的；本发明的RFID认证方法具有安全性高、认证效率高、资源消耗少等优点，能够抵抗重放攻击、假冒攻击、跟踪攻击、物理攻击等典型性攻击手段，具有前向安全和后向安全性，且实现了阅读器（Reader）、和标签（Tag）的双向认证；本发明利用公钥加密方法使RFID认证方法具有更高的安全性。
-
Patent Agency Ranking
公开(公告)号：CN109754113B
公开(公告)日：2022-08-30
申请号：CN201811439799.9
申请日：2018-11-29
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于动态时间规整与长短时间记忆的负荷预测方法，包括如下步骤：S1、从电力系统中获取用户短期负荷预测所需的基本数据：S2、根据用户的历史负荷数据，使用动态时间规整法将用电行为类似的用户进行聚类；S3、对同一类别的用户数据进行池化处理；S4、选取训练数据，进行预处理后作为输入；S5、构建基于深度长短期记忆循环神经网络的短期负荷预测方法，并验证有效性。本发明针对待预测用户基数大的特点，将具有相似用电行为的用户进行聚类，提高了预测效率。同时，本发明通过将同一类别内的数据进行池化处理，增加了训练数据的多样性，提高了短期负荷预测精度，具有一定的工程应用意义。
-
公开(公告)号：CN109754113A
公开(公告)日：2019-05-14
申请号：CN201811439799.9
申请日：2018-11-29
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于动态时间规整与长短时间记忆的负荷预测方法，包括如下步骤：S1、从电力系统中获取用户短期负荷预测所需的基本数据：S2、根据用户的历史负荷数据，使用动态时间规整法将用电行为类似的用户进行聚类；S3、对同一类别的用户数据进行池化处理；S4、选取训练数据，进行预处理后作为输入；S5、构建基于深度长短期记忆循环神经网络的短期负荷预测方法，并验证有效性。本发明针对待预测用户基数大的特点，将具有相似用电行为的用户进行聚类，提高了预测效率。同时，本发明通过将同一类别内的数据进行池化处理，增加了训练数据的多样性，提高了短期负荷预测精度，具有一定的工程应用意义。
-
公开(公告)号：CN103391199B
公开(公告)日：2017-02-08
申请号：CN201310317894.2
申请日：2013-07-25
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于PUF的RFID认证方法和系统，该系统是由后台数据库、阅读器、标签组成。由于后台数据库和阅读器的通信可以使用传统的网络安全技术，所以认为后台数据库与阅读器之间的通信是安全的；而阅读器与标签之间的通信不是通过传统的网络安全技术，所以是不安全的；本发明的RFID认证方法具有安全性高、认证效率高、资源消耗少等优点，能够抵抗重放攻击、假冒攻击、跟踪攻击、物理攻击等典型性攻击手段，具有前向安全和后向安全性，且实现了阅读器（Reader）、和标签（Tag）的双向认证；本发明利用公钥加密方法使RFID认证方法具有更高的安全性。
-
公开(公告)号：CN103944988A
公开(公告)日：2014-07-23
申请号：CN201410164634.0
申请日：2014-04-22
Applicant: 南京邮电大学
Abstract: 本发明公开了一种适用于云存储的重复数据删除系统和方法，该系统为基于策略的重复数据删除系统，采用安全代理和随机存储机制，将存储服务与安全服务分离，提高云存储的空间利用率，降低冗余数据的带宽占用，同时提高用户数据和隐私的安全性；该系统主要由三个组件构成，分别是：客户端、安全代理和云存储，其中安全代理是最安全核心，主要用户保证用户数据、隐私的安全；该系统适用于云存储的重复数据删除方法，具有安全性高、系统效率高、带宽利用率高等优点，并且能够抵抗重放攻击、假冒攻击以及由于半可信云存储提供商可能带来的安全威胁。
-
公开(公告)号：CN108615050B
公开(公告)日：2020-10-09
申请号：CN201810324789.4
申请日：2018-04-11
Applicant: 南京邮电大学
Abstract: 本发明提出一种基于支持向量机的人体姿态判别方法，包括步骤：利用滑动窗口机制对样本数据进行分段，将原始信号分为若干个子集；计算出各子集的三轴合加速度均值、三轴合加速度标准差、协方差和偏度系数值作为对应子集的特征向量，并给每个子集设置分类标签值；根据特征向量计算每一个与之相对应的模糊因子；利用模糊因子及其分类标签值训练支持向量机，获得姿态分类的最优超平面决策函数；将训练好的支持向量机作为分类器，对重新采样的人体三轴加速度数据进行分类。本发明采用数据导向的机器学习方法进行摔倒姿态的判别，代替传统采用基于人体三轴加速度值的二范数作为阈值来判断人是否产生摔倒的方法，提升了检出率。
-
-
-
-
-
-
Search Results
7
records
(took 0.034 seconds)
