-
公开(公告)号：CN111314353A
公开(公告)日：2020-06-19
申请号：CN202010103246.7
申请日：2020-02-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及网络入侵检测技术领域，特别涉及一种基于混合采样的网络入侵检测方法及系统，方法包括将网络入侵历史数据集中的符号属性转换为数字属性；将网络入侵历史数据集归一化至区间[0,1]；利用混合采样算法对网络入侵历史数据集进行采样，得到每个类别平衡的训练集；利用获得的训练集训练BP神经网络分类器；将实时的网络入侵数据输入训练好的BP神经网络分类器，BP神经网络分类器输出该实时的网络入侵数据的类别；本发明减少了多数类样本的舍弃，从而减少了对构建分类器有价值的信息的损失；相比基于SMOTE过采样的入侵检测技术，减少了生成少数类新样本时引入的噪音，因此该算法对不平衡数据有更好的分类性能。
-
公开(公告)号：CN106900025A
公开(公告)日：2017-06-27
申请号：CN201710159640.0
申请日：2017-03-15
Applicant: 重庆邮电大学
CPC classification number: Y02D70/20 , Y02D70/32 , Y02D70/38 , H04W40/32 , H04W40/04 , H04W40/10 , H04W40/20 , H04W64/00 , H04W84/18
Abstract: 本发明涉及一种基于双簇首的无线传感器网络分簇路由方法，所述方法包括：无线传感器网络中的基站向整个网络发送初始化消息；无线传感器网络内的节点向所述基站上报自身的位置、剩余能量和节点ID信息；所述基站获取无线传感器网络内节点的位置、ID、剩余能量，并统计节点总数；所述基站根据统计的信息将分布区域进行横向划分；根据节点的位置、ID以及剩余能量，选举出候选主簇首；根据所述候选主簇首与所述基站之间的距离，设置不同的竞争半径，并在所述竞争半径内选举出最终主簇首，并由所述最终主簇首组织成簇；在数据传输时，分为簇内和簇间的传输方式。本发明提供的技术方案，能够解决网络生存周期短的问题。
-
公开(公告)号：CN109548029A
公开(公告)日：2019-03-29
申请号：CN201910019272.9
申请日：2019-01-09
Applicant: 重庆邮电大学
Abstract: 本发明公开一种面向无线传感器网络的两级节点信任评估方法，针对行为数据模糊的节点进行信任评估，防止恶意节点对传感器网络的攻击。具体步骤如下：首先，对被评估节点直接监测得到的行为数据去模糊，以得到节点直接信任值；其次，结合直接、历史以及推荐信任数据评估节点最终信任值；接着，多次评估得到信任样本，并引入云模型建立正态信任云，作为节点最终信任等级评估依据；最后，根据实际需求划分标准信任云组，并采用精简分类方法匹配节点最佳标准信任云，从而确定节点信任等级。本发明分析行为数据模糊性对信任评估的影响，构建两级信任评估模型，包括模糊推理、多源信任智能融合以及信任云重构与分类，从而提高节点信任等级的评估精度。
-
公开(公告)号：CN104022981B
公开(公告)日：2018-02-16
申请号：CN201410298701.8
申请日：2014-06-27
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种正交幅度调制信号的盲载波频偏估计方法，属于移动通信技术领域。在该方法中，QAM信号解调系统接收的射频信号经过匹配滤波、模数转换以及定时恢复等处理后得到含有载波频偏f0的样值rn，对于rn中含有的频偏成分，不依赖其他任何的数据信息，联合FFT算法和WPH算法，通过多级估计逐步校正估计误差得到较为精确的频偏估计值。该方法结合了FFT算法和WPH算法，规避了这两种算法中存在的不足，结合了各自的优势，通过多级估计的方式计算频偏，并对信号进行补偿，为下一阶段进行的符号判决提供了必要的先决条件。该方法在一定程度上缓解了算法中存在的计算精度和计算复杂度的有效性和可靠性之间的矛盾。
-
公开(公告)号：CN118606723A
公开(公告)日：2024-09-06
申请号：CN202410662310.3
申请日：2024-05-27
Applicant: 重庆邮电大学
IPC: G06F18/22 , G06F18/214 , G06N3/0442 , G06N3/084 , G01S7/02 , G01S7/38
Abstract: 本发明涉及一种基于动态时间规整的雷达辐射源天线扫描方向图匹配方法，属于电子对抗侦察和雷达辐射源识别技术领域。该方法包括训练和匹配两个阶段；在训练阶段中，基于预处理后的先验方向图集合，训练LSTM自编码器模型，应用LSTM自编码器提取特征向量，构建方向图的标准模板；在匹配阶段中，对于未知的方向图，应用训练阶段中得到的LSTM自编码器提取特征向量，构建测试模板，最后利用DTW算法计算测试模板与标准模板的相似度，将相似度最高的标准模板作为未知方向图的匹配结果。本发明将DTW算法与LSTM自编码器相结合，在脉冲缺失率较高时，相比于传统DTW，能够获得更高的匹配正确率和更低的时间复杂度。
-
Patent Agency Ranking
公开(公告)号：CN111314353B
公开(公告)日：2022-09-02
申请号：CN202010103246.7
申请日：2020-02-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及网络入侵检测技术领域，特别涉及一种基于混合采样的网络入侵检测方法及系统，方法包括将网络入侵历史数据集中的符号属性转换为数字属性；将网络入侵历史数据集归一化至区间[0,1]；利用混合采样算法对网络入侵历史数据集进行采样，得到每个类别平衡的训练集；利用获得的训练集训练BP神经网络分类器；将实时的网络入侵数据输入训练好的BP神经网络分类器，BP神经网络分类器输出该实时的网络入侵数据的类别；本发明减少了多数类样本的舍弃，从而减少了对构建分类器有价值的信息的损失；相比基于SMOTE过采样的入侵检测技术，减少了生成少数类新样本时引入的噪音，因此该算法对不平衡数据有更好的分类性能。
-
公开(公告)号：CN111343171B
公开(公告)日：2022-08-05
申请号：CN202010103243.3
申请日：2020-02-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及入侵检测网络安全领域，特别涉及一种基于支持向量机的混合特征选择的入侵检测方法，采用最优特征子集完成实时入侵检测，包括：导入入侵检测数据集；对入侵检测数据集中参数进行初始化，得到最优特征；利用改进的GSA算法对高斯核SVM的惩罚参数和核函数进行优化，得到SVM分类器；利用优化SVM的递归特征对最优特征进行排序；采用改进的引力搜书算法求取优良子集中的初始种群，根据初始种群得到指定特征空间的最优特征子集；将最优特征子集输入到入侵检测算法中，并采用改进的SVM作为分类器进行分类，完成入侵检测；本发明对传统引力搜索算法进行改进，即引入了Tent混沌序列，避免了引力搜索算方法过早收敛的问题。
-
公开(公告)号：CN109934295A
公开(公告)日：2019-06-25
申请号：CN201910204091.3
申请日：2019-03-18
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于超限隐特征学习模型的图像分类与重建方法，采用了一种数据重构策略进行特征学习，高效学习原始感知数据与相应的高级语义转换关系。具体地说，ELM和ELM-AE(基于ELM的自编码器)被统一在一个学习模型中，该模型具有图像分类能力和图像重建能力，且能够更好地揭示原始图像数据和高级语义之间的潜在关系，减少信息丢失，提高图像分类精度并具备优异的图像数据重建能力。ELF(超限隐特征学习模型)继承了ELM和ELM-AE的优点，并且可以在保护原始数据信息的情况下得到良好的图像分类和图像重建效果。此外，使用了一种基于交错方向法的高效算法来求解优化ELF模型，进一步提升了ELF模型的精度。
-
公开(公告)号：CN109669009A
公开(公告)日：2019-04-23
申请号：CN201910021835.8
申请日：2019-01-10
Applicant: 重庆邮电大学
Abstract: 本发明公开了基于域校正的域自适应极限学习机电子鼻漂移抑制方法，其从数据分布的角度出发，将数据分布不一致的源域数据和目标域数据映射到一个高维希尔伯特空间，在此空间最小化源域和目标域的域距离，同时，在最大程度上保留原始源域和目标域的数据属性。得到域校正后的源域和目标域数据，从数据层面上对漂移进行了抑制。再将目标域中的迁移样本和无标签样本纳入ELM中学习，得到域自适用ELM，从决策层面提高预测模型的鲁棒性。本发明的优点：在不增加样本的情况下，调整数据分布，并将目标域中无标签样本纳入到分类器的学习当中，从数据层面和决策层面两个层面上抑制了漂移，提高模型鲁棒性。
-
公开(公告)号：CN104022981A
公开(公告)日：2014-09-03
申请号：CN201410298701.8
申请日：2014-06-27
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种正交幅度调制信号的盲载波频偏估计方法，属于移动通信技术领域。在该方法中，QAM信号解调系统接收的射频信号经过匹配滤波、模数转换以及定时恢复等处理后得到含有载波频偏f0的样值rn，对于rn中含有的频偏成分，不依赖其他任何的数据信息，联合FFT算法和WPH算法，通过多级估计逐步校正估计误差得到较为精确的频偏估计值。该方法结合了FFT算法和WPH算法，规避了这两种算法中存在的不足，结合了各自的优势，通过多级估计的方式计算频偏，并对信号进行补偿，为下一阶段进行的符号判决提供了必要的先决条件。该方法在一定程度上缓解了算法中存在的计算精度和计算复杂度的有效性和可靠性之间的矛盾。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.024 seconds)
