-
公开(公告)号：CN117789257B
公开(公告)日：2025-03-18
申请号：CN202311720773.2
申请日：2023-12-14
Applicant: 重庆大学
Abstract: 本发明涉及一种基于实时功耗与机器学习的设备电力指纹识别方法及系统，属于电力数据处理技术领域。该方法包括以下步骤：S1、数据采集与数据处理：采集设备的实时功耗数据，并进行数据预处理滤掉干扰噪声；S2、特征提取：按照滑动窗口划分数据集并分别从时域和频域提取功率指纹特征；S3、模型训练与设备识别：设计多层感知器分类器用于识别功耗变化模式，从而实现对不同设备的识别。本方案解决了传统设备负载识别方法效率低下、实时性差的问题，具有广阔的应用前景。
-
公开(公告)号：CN118111551A
公开(公告)日：2024-05-31
申请号：CN202410111785.3
申请日：2024-01-26
Applicant: 重庆大学
IPC: G01H17/00 , H04B1/16 , G06F18/25 , G06N3/0464 , G06F18/24
Abstract: 本发明涉及一种基于声波和射频特性的无人机非视距检测方法及系统，属于无人机非视距检测技术领域。包括：利用麦克风对合法飞行的无人机声波进行采集，通过降噪手段最大限度保留无人机声波指纹特征后，将音频文件预处理训练转换成频域特征；使用两个规格相同的射频接收器同步收集无人机上下频段的信号，并对原始的射频信号重采样进行频域转换；将这两种模态的特征读入Pytorch框架并通过神经网络进行模态融合，测试数据再根据生成的训练模型进行无人机的分类，从而实现无人机的身份信息安全认证。本发明系统整体性能大大提高，可以相互弥补两种模态的盲区和受到的干扰，从而提高检测的鲁棒性和抗干扰能力，使检测更具有应对复杂环境和多样化威胁的能力。
-
公开(公告)号：CN116709202A
公开(公告)日：2023-09-05
申请号：CN202310774030.7
申请日：2023-06-28
Applicant: 重庆大学
IPC: H04W4/029 , H04W4/02 , H04W4/33 , H04W72/044
Abstract: 本发明涉及一种基于毫米波波束模式轨迹的室内3D指纹定位方法及系统，属于室内定位技术领域。该方法通过建立针对通信双方特定位置的波束模式轨迹信息，建立方向指纹，利用两台毫米波接收设备已知的间距信息，计算出特定发送设备的3D位置，实现高精度室内3D定位；该方法包括以下步骤：进行预定义设备、进行室内定位。本发明基于毫米波等高频载波通信的独特特性实现高精度低复杂度室内定位，能够很好的契合未来5G/6G通信技术的发展，在未来5G/6G毫米波无线通信场景下的停车场定位，智能工厂，智能农场等实用领域，具有良好的扩展性与商业价值。
-
公开(公告)号：CN119953216A
公开(公告)日：2025-05-09
申请号：CN202510049310.0
申请日：2025-01-13
Applicant: 重庆大学
IPC: B60L53/60 , B60L53/62 , B60L53/31 , G06F18/2135 , G06F18/214
Abstract: 本发明涉及一种面向多枪充电桩的充电调度方法和装置，属于新能源电车智能充电技术领域。该方法包括以下步骤：S1：充电桩智能传感器进行数据采集；S2：对采集的数据进行处理；S3：主成分分析：对处理后的数据进行分析，采用主成分分析方法，使用正交变换将上述采集到的数据转换为少数线性无关的数据；S4：充电调度与执行：充电桩主板根据调度算法结合预测结果执行充电任务。本发明综合考虑了不同充电场景下的特定需求和挑战，旨在通过优化功率分配和调度策略，最大化充电桩的使用效率和资源利用率，从而提升充电设施的整体性能和服务能力，满足日益增长的新能源车辆充电需求。
-
公开(公告)号：CN116709202B
公开(公告)日：2025-01-28
申请号：CN202310774030.7
申请日：2023-06-28
Applicant: 重庆大学
IPC: H04W4/029 , H04W4/02 , H04W4/33 , H04W72/044
Abstract: 本发明涉及一种基于毫米波波束模式轨迹的室内3D指纹定位方法及系统，属于室内定位技术领域。该方法通过建立针对通信双方特定位置的波束模式轨迹信息，建立方向指纹，利用两台毫米波接收设备已知的间距信息，计算出特定发送设备的3D位置，实现高精度室内3D定位；该方法包括以下步骤：进行预定义设备、进行室内定位。本发明基于毫米波等高频载波通信的独特特性实现高精度低复杂度室内定位，能够很好的契合未来5G/6G通信技术的发展，在未来5G/6G毫米波无线通信场景下的停车场定位，智能工厂，智能农场等实用领域，具有良好的扩展性与商业价值。
-
Patent Agency Ranking
公开(公告)号：CN115171665B
公开(公告)日：2024-10-29
申请号：CN202210835171.0
申请日：2022-07-15
Applicant: 重庆大学
Abstract: 本发明涉及一种基于声波特性的键盘指纹身份信息安全认证方法，该方法使用麦克风采集键盘输入密码信息并据此加强身份安全认证，具体包括以下步骤：S1、通过麦克风采集用户使用键盘打字时发出的声音，进行音频信号特征提取；S2、对提取的音频信号特征进行分析处理，进行按键检测；S3、根据不同按键产生的声音信号的轻微区别，基于分类技术方案实现细粒度击键识别，完成键盘指纹身份信息安全认证。本方法不仅有助于经常使用键盘的用户提升自身的安全意识以及隐私保护，也对键盘研发的工作人员有一定的启发；另一方面，使用Pytorch来对数据进行训练，形式非常灵活，更易搭建好神经网络，会使得系统的整体性能和准确率大大提高，更加方便用户开发。
-
公开(公告)号：CN118114303A
公开(公告)日：2024-05-31
申请号：CN202410293939.5
申请日：2024-03-14
Applicant: 重庆大学
IPC: G06F21/62 , G06F9/54 , G06Q30/0601 , G06Q30/0283 , G06Q40/04
Abstract: 本发明涉及一种基于差分隐私的实用聚合统计数据交易方法及系统，包括：数据查询端向数据中介提出聚合统计数据查询请求，并将查询准确度参数发送给数据中介；数据中介广播数据请求信息；数据提供者接收数据请求信息，根据出售意愿将认证信息发送给数据中介；数据中介计算满足相应准确度需求的最小采样率，通过基于采样的差分隐私算法计算出最小隐私损失预算，并检测期望隐私损失预算与最大隐私损失预算是否冲突，如果未冲突则进入数据采购阶段，与数据查询端确认查询服务合同；数据查询端签署查询服务合同，完成查询服务付费。本方案降低了数据中介提供数据查询服务的成本，在实现数据提供端隐私保护同时，为数据查询端提供满足准确度需求的服务。
-
公开(公告)号：CN117789257A
公开(公告)日：2024-03-29
申请号：CN202311720773.2
申请日：2023-12-14
Applicant: 重庆大学
Abstract: 本发明涉及一种基于实时功耗与机器学习的设备电力指纹识别方法及系统，属于电力数据处理技术领域。该方法包括以下步骤：S1、数据采集与数据处理：采集设备的实时功耗数据，并进行数据预处理滤掉干扰噪声；S2、特征提取：按照滑动窗口划分数据集并分别从时域和频域提取功率指纹特征；S3、模型训练与设备识别：设计多层感知器分类器用于识别功耗变化模式，从而实现对不同设备的识别。本方案解决了传统设备负载识别方法效率低下、实时性差的问题，具有广阔的应用前景。
-
公开(公告)号：CN117727085A
公开(公告)日：2024-03-19
申请号：CN202311801115.6
申请日：2023-12-25
Applicant: 重庆大学
IPC: G06V40/16 , G06V10/82 , G06N3/0464 , G06T1/00
Abstract: 本申请涉及图像处理技术领域，公开一种用于获取人脸特征数据的方法，包括：获取水印信息和待处理人脸图像；对所述水印信息进行编码，获得所述水印信息对应的水印特征；根据所述水印特征调制预设的特征提取网络，获得调制后的特征提取网络；将所述待处理人脸图像输入调制后的特征提取网络，获得人脸特征数据。该方法能够获得更便于追溯泄露方的人脸特征数据。本申请还公开一种用于获取人脸特征数据的装置及电子设备。
-
公开(公告)号：CN117668698A
公开(公告)日：2024-03-08
申请号：CN202311720774.7
申请日：2023-12-14
Applicant: 重庆大学
IPC: G06F18/2415 , G06Q10/04 , G06Q50/06 , G06N3/0464 , G06F18/214 , G06N3/084 , G06N3/045 , G06F18/21 , G06N3/048
Abstract: 本发明涉及一种基于多状态功耗与机器学习的非侵入负载检测方法及系统，属于能耗监测技术领域。该方法包括以下步骤：S1、处理原始数据集；S2、加载数据集，将获得的数据集加载到模型中；S3、加载模型，通过模型进行运算；S4、得到模型输出结果；S5、进行损失计算，进一步训练网络；S6、判断是否是训练最佳模型；S7、对模型进行测试，采用最终模型进行负载检测。本发明能够提高预测设备功耗的准确性，通过采用多状态建模，能够更准确地捕获设备的状态信息，从而实现更精确的电力消耗预测。相比于传统的单状态建模方法，功耗的多状态监测模型的预测性能更强。通过采用条件随机场正则化，更好地捕获状态转换模式，能够减小预测误差，提高监测精度。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.014 seconds)
