-
公开(公告)号：CN112634266B
公开(公告)日：2024-03-19
申请号：CN202110014812.1
申请日：2021-01-06
Applicant: 厦门大学 , 厦门大学附属中山医院
Abstract: 本发明公开了一种喉镜图像的半自动标注方法、介质、设备及装置，其中该方法包括：获取标记有杓状软骨位置和前联合位置的喉镜图像；对喉镜图像进行跟踪算法处理，以获取杓状软骨位置信息和前联合位置信息；根据杓状软骨位置信息计算杓状软骨的质心，以及根据前联合位置信息计算前联合的中心；以及对喉镜图像进行预处理，以从喉镜图像中获取声带区域图像；对声带区域图像进行分割处理，以获取声门区域图像，并在声门区域图像中获取区域最左边的点和区域最右边的点；最后根据杓状软骨的质心、前联合的中心和区域最左边的点和区域最右边的点对喉镜图像进行标注；从而在节约时间成本和人力成本的同时还为大数据分析打下了基础。
-
公开(公告)号：CN112634266A
公开(公告)日：2021-04-09
申请号：CN202110014812.1
申请日：2021-01-06
Applicant: 厦门大学 , 厦门大学附属中山医院
Abstract: 本发明公开了一种喉镜图像的半自动标注方法、介质、设备及装置，其中该方法包括：获取标记有杓状软骨位置和前联合位置的喉镜图像；对喉镜图像进行跟踪算法处理，以获取杓状软骨位置信息和前联合位置信息；根据杓状软骨位置信息计算杓状软骨的质心，以及根据前联合位置信息计算前联合的中心；以及对喉镜图像进行预处理，以从喉镜图像中获取声带区域图像；对声带区域图像进行分割处理，以获取声门区域图像，并在声门区域图像中获取区域最左边的点和区域最右边的点；最后根据杓状软骨的质心、前联合的中心和区域最左边的点和区域最右边的点对喉镜图像进行标注；从而在节约时间成本和人力成本的同时还为大数据分析打下了基础。
-
公开(公告)号：CN112491677B
公开(公告)日：2022-10-14
申请号：CN202011228824.6
申请日：2020-11-06
Applicant: 厦门大学
Abstract: 本发明提出了一种基于物理层特征指纹的CAN总线识别方法及装置，其中该方法包括：获取闭集的CAN总线信号并进行预处理以得到训练信号；采用时频统计特征识别算法对训练信号进行处理以提取多维统计特征；接着将多维统计特征输入到多类监督学习的分类器中，以对闭集的CAN总线进行识别；再接着建立SigTLNet网络模型；然后将训练信号输入到SigTLNet网络模型以对SigTLNet网络模型进行训练，以得到训练好的SigTLNet网络模型；最后获取开放集的CAN总线，并将开放集的CAN总线输入到训练好的SigTLNet网络模型，以对开放集的CAN总线进行识别；由此，通过引入时频统计特征识别算法与SigTLNet网络识别认证算法，以实现闭集及开放集的CAN总线的识别，从而在降低识别时延的同时还提高了识别效果。
-
公开(公告)号：CN112566117A
公开(公告)日：2021-03-26
申请号：CN202011228860.2
申请日：2020-11-06
Applicant: 厦门大学
Abstract: 本发明提出了一种基于度量学习的车辆节点身份识别方法及装置，该方法包括：基于度量学习理论建立多目标开放类个体表征计算模型；获取不同车辆节点对应的无线信号并进行预处理，以得到数据维度为N的不同车辆节点对应的无线信号；根据无线信号对多目标开放类个体表征计算模型进行训练，以得到降维后的数据维度为d的标准特征值；将待识别车辆节点对应的无线信号输入到训练好的多目标开放类个体表征计算模型，以得到数据维度为d的测试特征值；计算测试特征值与标准特征值的最小欧式距离，并将最小欧式距离与预设阈值进行比较以识别测试特征值对应的待识别车辆节点的身份是否合法；从而在保证安全认证的同时还避免了资源浪费。
-
公开(公告)号：CN112491677A
公开(公告)日：2021-03-12
申请号：CN202011228824.6
申请日：2020-11-06
Applicant: 厦门大学
Abstract: 本发明提出了一种基于物理层特征指纹的CAN总线识别方法及装置，其中该方法包括：获取闭集的CAN总线信号并进行预处理以得到训练信号；采用时频统计特征识别算法对训练信号进行处理以提取多维统计特征；接着将多维统计特征输入到多类监督学习的分类器中，以对闭集的CAN总线进行识别；再接着建立SigTLNet网络模型；然后将训练信号输入到SigTLNet网络模型以对SigTLNet网络模型进行训练，以得到训练好的SigTLNet网络模型；最后获取开放集的CAN总线，并将开放集的CAN总线输入到训练好的SigTLNet网络模型，以对开放集的CAN总线进行识别；由此，通过引入时频统计特征识别算法与SigTLNet网络识别认证算法，以实现闭集及开放集的CAN总线的识别，从而在降低识别时延的同时还提高了识别效果。
-
Patent Agency Ranking
公开(公告)号：CN104869630B
公开(公告)日：2019-04-09
申请号：CN201510212336.9
申请日：2015-04-29
Applicant: 厦门大学
IPC: H04W64/00
Abstract: 本发明涉及一种基于离线指纹库的伪基站快速定位方法，包括离线建档步骤、在线判断步骤；离线建档步骤：根据待监测区域内各个参考点的位置信息与RSS定位特征信息的映射关系，构建位置‑参考点特征指纹数据库；在线判断步骤：对待监测区域内的RSS定位特征信息进行采样，比对位置‑参考点特征指纹数据库，查找伪基站的位置信息。相比现有伪基站定位方案，本发明所述的方法定位误差小，硬件条件限制低，覆盖范围广，系统总精度高，在实际中具有很高的应用价值。
-
公开(公告)号：CN109194480A
公开(公告)日：2019-01-11
申请号：CN201810813003.5
申请日：2018-07-23
Applicant: 厦门大学
Abstract: 本发明公开了一种基于哈希链的低空节点身份认证及隐私保护方法，包括:当车辆节点初次进入空天地一体化网络中，将其唯一、不可否认且不可克隆的无线信号指纹作为车辆节点的身份特征，并由认证中心进行其身份注册同时为其创建哈希区块；车辆节点在区域内通信时，由管理节点基于区块内容对身份进行验证；为保护身份隐私，车辆节点利用由管理节点产生的假名进行通信；管理节点记录区域内不同时间不同节点的关键动作或信息，车辆节点记录自己不同时刻不同区域的关键动作或信息。本发明方法可有效抵御各种攻击，如女巫攻击、拒绝服务攻击和重放攻击等。除此之外，也可保障网络的数据安全性，即网络中数据的机密性、完整性、可用性以及不可否认性。
-
公开(公告)号：CN103226704B
公开(公告)日：2016-08-31
申请号：CN201310172306.0
申请日：2013-05-10
Applicant: 厦门大学
IPC: G06K9/00
Abstract: 无线发射机载波和时钟相位噪声指纹特征联合识别方法，涉及无线发射机指纹识别。建立调频多重调制线谱相位噪声模型；采用高次方去调制法获取宽带调制信号的载波相位噪声谱，另通过延迟相乘法实现归零码的转化，从而在码元速率处获得时钟相位噪声谱；采用改进的二级分类谱线分离算法分别提取载波相位噪声谱和时钟相位噪声谱的线谱特征向量，同时采用分形维数的方法提取载波相位噪声谱的盒子维数特征向量；联合载波相位噪声和时钟相位噪声线谱特征向量以及分形盒子维数特征向量作为无线发射机的个体指纹特征，利用识别器对无线发射机信号进行识别。从稳态特征方面入手，达到实现对无线发射机进行准确的识别得目的。
-
公开(公告)号：CN112329579A
公开(公告)日：2021-02-05
申请号：CN202011173288.4
申请日：2020-10-28
Applicant: 厦门大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于ACGAN‑GP的小样本无线设备RF指纹识别方法、介质、设备及装置，其中方法包括：获取无线设备的射频信号，并对所述射频信号进行预处理，以生成相应的训练信号；根据ACGAN‑GP识别检测算法和所述训练信号进行生成模型和判别模型的训练，并根据训练结果确定最终判别模型；获取待检测射频信号，并将所述待检测射频信号输入到最终判别模型，以通过所述最终判别模型对所述待检测射频信号进行识别；能够对无线设备RF指纹进行有效识别，同时，无需人工对指纹特征进行提取，简化指纹识别流程，降低无线设备RF指纹识别难度。
-
公开(公告)号：CN109194480B
公开(公告)日：2020-09-01
申请号：CN201810813003.5
申请日：2018-07-23
Applicant: 厦门大学
Abstract: 本发明公开了一种基于哈希链的低空节点身份认证及隐私保护方法，包括:当车辆节点初次进入空天地一体化网络中，将其唯一、不可否认且不可克隆的无线信号指纹作为车辆节点的身份特征，并由认证中心进行其身份注册同时为其创建哈希区块；车辆节点在区域内通信时，由管理节点基于区块内容对身份进行验证；为保护身份隐私，车辆节点利用由管理节点产生的假名进行通信；管理节点记录区域内不同时间不同节点的关键动作或信息，车辆节点记录自己不同时刻不同区域的关键动作或信息。本发明方法可有效抵御各种攻击，如女巫攻击、拒绝服务攻击和重放攻击等。除此之外，也可保障网络的数据安全性，即网络中数据的机密性、完整性、可用性以及不可否认性。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.019 seconds)
