-
公开(公告)号：CN107616880B
公开(公告)日：2020-10-09
申请号：CN201710648288.7
申请日：2017-08-01
Applicant: 南京邮电大学
IPC: A61G5/04 , A61G5/10 , A61B5/0476
Abstract: 本发明公开了一种基于脑电意念和深度学习的智能电动轮椅实现方法，包括可穿戴脑电采集、脑电深度学习模型、电动轮椅控制系统和雷达防撞系统四个功能模块组成，模块间的协调工作实现了对脑电数据的采集、分析处理、分类结果转化、轮椅终端控制的一体式服务，最终实现了基于脑电意念和深度学习的智能电动轮椅。本发明实现一种全新的智能轮椅控制方式，为电动轮椅添加设计了雷达防撞系统，可防止轮椅出现误操作、路面过度颠簸等意外情况导致的撞击，在使用过程中具有很高的安全性。
-
公开(公告)号：CN107196809B
公开(公告)日：2020-04-14
申请号：CN201710550978.9
申请日：2017-07-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于脑电特征的身份认证方法及认证系统，其中方法包含模型训练，密码设置，α波测试，脑电波特征提取及分类，模型更新五大步骤。其中脑电波特征提取及分类方法中又由逐层预训练，网络微调，分类等三个部分组成。本发明首先利用α波在人说谎时有较大波动这一特点对测试者进行第一重认证，同时改进现有的方法，建立基于深度信念网络的特征提取方法，同时利用免疫蛙跳算法对其进行优化，对测试者在观察密码图案时的脑电波进行特征提取及分类，从而进行第二重验证。两层的验证不仅能保证用户的安全性，同时其中改进的深度信念网络还可以提高现有的识别精度，较少出错率，避免大量的误报警，为用户带来良好的体验。
-
公开(公告)号：CN106961656A
公开(公告)日：2017-07-18
申请号：CN201710098724.8
申请日：2017-02-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种无线传感器网络数据预测方法，首先根据分簇算法进行分簇并选举簇头，簇头获得本簇内非簇头节点的ID和总数量n，并设定存储数据的条数；簇头获得数据后记录存储在内存中；对于每一条新记录中的每一个节点的值进行计算，得到与目标值的残差和误差，进行保存，当内存中的记录条数等于k时，进行数据的预测，为选中做数据预测的每个节点分配权重，对最近一次的簇头计算的值进行修正，确定修正的方向和步长。本发明具有灵活度高、计算量小，能有效节约能耗，同时精度较高。而且本发明提出的方法简单易实现，具有较好的实用性，易于在实际环境中使用。
-
公开(公告)号：CN106572097A
公开(公告)日：2017-04-19
申请号：CN201610935784.6
申请日：2016-11-01
Applicant: 南京邮电大学
IPC: H04L29/06
CPC classification number: H04L63/0421 , H04L63/0807 , H04L63/083
Abstract: 本发明公开一种基于移动设备的混合式身份认证方法，首先对移动设备上安装的应用进行分级，根据用户隐私程度和安全保护等级进行分级；然后进行数据采集及预处理，多个用户分别在不同状态下使用移动设备，在不同等级的应用中进行输入操作，对每一次输入操作记录按下时间pti，释放时间rti，按压压力pri，定义有效输入的条件；通过模型训练生成用户在不同状态下的模型组；根据需要认证的输入行为向量的标签，找到对应的合法用户的模型，得到匹配结果集，判断是否通过身份认证；最后对合法用户数据库中和非法用户数据库定期更新。本发明结合传统身份认证和新兴的隐式身份认证技术，在弥补传统身份认证缺点的同时，能持续保障移动设备上账号的隐私安全。
-
公开(公告)号：CN108959891B
公开(公告)日：2022-07-12
申请号：CN201810794037.4
申请日：2018-07-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于秘密共享的脑电身份认证方法，包括加密和解密以及身份认证步骤；加密时首先通过Emotiv EPOC+脑电设备采集管理者的脑电数据集A，然后使用低通滤波器、主成分分析和独立成分分析依次对脑电数据集A做预处理得到脑电数据集A；最后使用小波包分析对预处理后的脑电数据集进行特征提取，得到脑电数据集B并加密脑电数据集B；解密和认证时首先由管理者选取n个合法参与者，设定秘密密钥，并对每个合法参与者分配一个子密钥；然后获取t个子密钥后，使用Lagrange插值公式恢复秘密密钥；最后获取秘密密钥后，结合交叉验证法和BP神经网络进行分类完成身份认证；本发明的脑电身份认证方法更安全；有效解决了管理者不在场也能安全实现认证的情况。
-
Patent Agency Ranking
公开(公告)号：CN107967064B
公开(公告)日：2020-02-28
申请号：CN201810056905.9
申请日：2018-01-22
Applicant: 南京邮电大学
IPC: G06F3/01 , G05B15/02 , G05B19/418
Abstract: 本发明是基于脑机接口与激光辅助瞄准的智能家居系统，包括脑电头盔、家电控制终端和服务器。脑电头盔采集佩戴者脑电信号，发送到服务器进行数据分析处理，处理过后的信息进行分类处理分别发送到脑电头盔和家电控制终端，发送给控制脑电头盔的信号可以控制头盔上激光输出光斑的大小，进行不同家电的选择，再将运动想象处理后的信号发送到家电控制终端，家电控制终端对服务器发送的信号进行处理，改变家电状态，构成一套方便、高效、稳定的智能家居系统。
-
公开(公告)号：CN109743656B
公开(公告)日：2023-04-11
申请号：CN201910201269.9
申请日：2019-03-15
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于脑电意念的智能运动耳机的实现方法与系统，该运动耳机包括电源和耳机本体，耳机本体包括头戴、耳机控制模块和发声单元，头戴的两端分别设有发声单元，耳机控制模块内置在头戴中，还包括脑电信号采集模块、脑电信号预处理模块、识别模块和储存模块，脑电信号采集模块、脑电信号预处理模块、识别模块和储存模块分别内置在头戴中，脑电信号采集模块包括干态电极传感器1a、干态电极传感器1b、干态电极传感器1c和干态电极传感器1d；该种基于脑电意念的智能运动耳机，能够通过对脑电信号的采集、预处理，进而识别后实现对耳机本体的控制，结构设计合理，便于使用。
-
公开(公告)号：CN106572097B
公开(公告)日：2019-07-09
申请号：CN201610935784.6
申请日：2016-11-01
Applicant: 南京邮电大学
IPC: H04L29/06
Abstract: 本发明公开一种基于移动设备的混合式身份认证方法，首先对移动设备上安装的应用进行分级，根据用户隐私程度和安全保护等级进行分级；然后进行数据采集及预处理，多个用户分别在不同状态下使用移动设备，在不同等级的应用中进行输入操作，对每一次输入操作记录按下时间pti，释放时间rti，按压压力pri，定义有效输入的条件；通过模型训练生成用户在不同状态下的模型组；根据需要认证的输入行为向量的标签，找到对应的合法用户的模型，得到匹配结果集，判断是否通过身份认证；最后对合法用户数据库中和非法用户数据库定期更新。本发明结合传统身份认证和新兴的隐式身份认证技术，在弥补传统身份认证缺点的同时，能持续保障移动设备上账号的隐私安全。
-
公开(公告)号：CN107616880A
公开(公告)日：2018-01-23
申请号：CN201710648288.7
申请日：2017-08-01
Applicant: 南京邮电大学
IPC: A61G5/04 , A61G5/10 , A61B5/0476
Abstract: 本发明公开了一种基于脑电意念和深度学习的智能电动轮椅实现方法，包括可穿戴脑电采集、脑电深度学习模型、电动轮椅控制系统和雷达防撞系统四个功能模块组成，模块间的协调工作实现了对脑电数据的采集、分析处理、分类结果转化、轮椅终端控制的一体式服务，最终实现了基于脑电意念和深度学习的智能电动轮椅。本发明实现一种全新的智能轮椅控制方式，为电动轮椅添加设计了雷达防撞系统，可防止轮椅出现误操作、路面过度颠簸等意外情况导致的撞击，在使用过程中具有很高的安全性。
-
公开(公告)号：CN107196809A
公开(公告)日：2017-09-22
申请号：CN201710550978.9
申请日：2017-07-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于脑电特征的身份认证方法及认证系统，其中方法包含模型训练，密码设置，α波测试，脑电波特征提取及分类，模型更新五大步骤。其中脑电波特征提取及分类方法中又由逐层预训练，网络微调，分类等三个部分组成。本发明首先利用α波在人说谎时有较大波动这一特点对测试者进行第一重认证，同时改进现有的方法，建立基于深度信念网络的特征提取方法，同时利用免疫蛙跳算法对其进行优化，对测试者在观察密码图案时的脑电波进行特征提取及分类，从而进行第二重验证。两层的验证不仅能保证用户的安全性，同时其中改进的深度信念网络还可以提高现有的识别精度，较少出错率，避免大量的误报警，为用户带来良好的体验。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.022 seconds)
