一种基于BP和DNN双神经网络的RFID室内定位方法

    公开(公告)号:CN109444813A

    公开(公告)日:2019-03-08

    申请号:CN201811255127.2

    申请日:2018-10-26

    Abstract: 一种基于BP和DNN双神经网络的RFID室内定位方法,弥补了传统的基于RSSI室内定位技术中在同一环境下将路径损耗系数n设为常数的缺点,通过结合神经网络技术,建立信号强度与路径损耗系数的转化模型,准确预测出不同位置的路径损耗系数n,减小了传统基于RSSI定位方法中路径损耗系数n固定而产生的误差,提高了系统定位精度;结合BP网络和深度神经网络,将BP网络输出的不同位置的路径损耗系数n,以及接收到的待测标签信号强度作为DNN的输入,能够根据不同的环境输出相应路径损耗系数n,从而更加准确的预测待测标签的坐标,并提高了系统鲁棒性;结合深度神经网络输出待测标签坐标,能够实时的对待测标签进行定位,克服了传统定位方法实时性差的缺点。

    一种面向多维属性数据的多层聚类融合机制的设计方法

    公开(公告)号:CN104933444B

    公开(公告)日:2019-01-01

    申请号:CN201510362392.0

    申请日:2015-06-26

    Abstract: 本发明公开了一种面向多维属性数据的多层聚类融合机制的设计方法,该方法包括:步骤1:将数据集转化成矩阵形式,对数据进行预处理;步骤2:根据数据指标属性特点提取最优参考标准,并对数据进行归一化处理;步骤3:计算灰关联度,生成灰关联度相似矩阵,然后进行灰关联度聚类,得到初次聚类结果;步骤4:根据上述步骤3初次聚类结果,采用粗糙集理论建立决策表系统;步骤5:对每个聚类成员计算它在该决策系统的属性重要性信息熵值;步骤6:对每个聚类成员设置权值;步骤7:根据计算的权值,采用概率方法计算每个数据对象在每个所属类级别里的概率,从中选择取值最大概率时所在的类级别,就是该数据对象所属类级别,得到最终聚类融合结果。

    基于秘密共享的脑电身份认证方法

    公开(公告)号:CN108959891A

    公开(公告)日:2018-12-07

    申请号:CN201810794037.4

    申请日:2018-07-19

    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。

    基于无人机和云计算技术的小区车位管理引导系统和方法

    公开(公告)号:CN105632236B

    公开(公告)日:2018-10-19

    申请号:CN201610144632.4

    申请日:2016-03-14

    Abstract: 本发明公开了基于无人机和云计算技术的小区车位管理引导系统和方法,该系统采用自动感知、智能引导的方式对小区的停车位进行管理。相对于传统方法具有三点优势:1)自动搜索、操作简单:免去了人工对车位判断的过程。2)功能全面,更具人性化:云服务器可以根据到访区域,智能安排无人机的检测区域,筛选出离目的地最佳车位,生成最佳泊车路径,由无人机引导访客停车。3)节约时间降低能耗:通过对车辆的引导,能大大缩短访客的泊车时间,尤其是初次到访的客人。泊车时间的降低,节约了燃油,降低了能耗。

    一种无线传感网中基于三阶段路由的源位置隐私保护方法

    公开(公告)号:CN104469754B

    公开(公告)日:2017-12-26

    申请号:CN201410714730.8

    申请日:2014-12-01

    CPC classification number: Y02D70/30

    Abstract: 本发明的目的是提供一种无线传感网中基于三阶段路由的源位置隐私保护方法,目标是让数据包经历三阶段的动态路由后到达基站,通过数据包的随机路由来避免猎人的逆向追踪,达到源位置的隐私保护。三阶段路由:1、定向随机路由;2、环形区h跳路由;3、最短路径路由。第一阶段的定向随机路由以很低的额外能耗开销实现了路由路径的局部方位随机性,第二阶段的环形区h跳路由以较低的额外能耗开销实现了路由路径的全方位随机性。该方案是在考虑到野外无线传感网覆盖范围较大的前提下,提出的一种能耗和安全兼顾的优化方法。本发明提出的方法简单灵活易实现,只需要较低的额外能耗开销便能确保源位置具有很高的隐私安全性。

    一种基于数据追踪的推荐系统安全检测方法

    公开(公告)号:CN105809030A

    公开(公告)日:2016-07-27

    申请号:CN201610120727.2

    申请日:2016-03-03

    CPC classification number: G06F21/55

    Abstract: 本发明提出一种基于数据追踪的推荐系统安全检测方法,以解决传统的协同过滤推荐系统检测用户注入概貌的耗时长、攻击效果不佳、不能适应大数据处理等缺点。该发明首先使用扩展卡尔曼滤波EKF可应用于时间非线性动态系统的特点,追踪并预测项目的评分状况,之后再利用线性判别分析LDA对项目中的评分异常用户进行聚类分析,从而判定该项目中的攻击用户及其概貌。扩展卡尔曼滤波方法的采用减少了对大量无关数据的检测,从而提高了检测效率,提高了系统的健壮性。追踪算法用于推荐系统的安全检测,能够实现在线不间断的系统检测,降低了误检率。线性判别分析方法实现对多特征用户降维,从而有效地检测恶意用户的概貌注入攻击并增加了检测率。

    一种面向物联网的基于语义聚类的物资信息检索方法

    公开(公告)号:CN103425740B

    公开(公告)日:2016-06-22

    申请号:CN201310290805.X

    申请日:2013-07-11

    Abstract: 本发明是一种面向物联网的基于语义聚类的物资信息检索方法,基于语义分析及PML,结合分层聚类技术,对大规模存在于EPCIS中的物资信息实现有效且快速的信息检索。本发明提供一种基于Web平台的适用于新兴物联网领域的RFID和EPC物资管理系统的信息检索方法。目前已研究的检索方法与EPC系统的简单结合,并不能满足该系统存储量的规模,本方法基于用户的Web查询意向,将聚类算法运用到EPCIS中的信息检索中,通过使用本发明提出的方法可以在一定程度上提高物联网信息检索的便捷性,以及更加有利于用户选择符合自己需求的检索信息,从而进一步提高了用户查找物资的效率和准确性。

    一种面向物资管理系统基于贝叶斯分类的缺失信息估计方法

    公开(公告)号:CN103345676B

    公开(公告)日:2016-06-15

    申请号:CN201310246242.4

    申请日:2013-06-20

    Abstract: 本发明是一种面向物资管理系统基于贝叶斯分类的缺失信息估计方法,该方法包括以下步骤:步骤一:首先对物资管理系统的后台数据库数据进行预处理;步骤二:登录到物资管理系统的WEB端进行数据的操作;步骤三:系统对数据库进行相应的查询,并对是否存在缺失数据现象作出判断;步骤四:若不存在请求数据的缺失,则对该请求作出回应,若存在数据缺失现象则执行步骤五;步骤五:判断丢失的是用户身份信息还是物品信息,用户身份信息丢失执行步骤六,物品信息丢失执行步骤七;步骤六:对数据库的物品信息进行数据分析;步骤七:对数据库用户身份信息进行数据分析;步骤八:显示缺失消息及步骤六、步骤七的贝叶斯分类结果,并记录到后台数据库中。

Patent Agency Ranking