-
公开(公告)号：CN120068079A
公开(公告)日：2025-05-30
申请号：CN202510033628.X
申请日：2025-01-09
Applicant: 北京邮电大学
Abstract: 本申请提供了一种面向智能网联汽车的数据隐私度量方法，包括：通过层次分析法计算隐私属性权重，结合用户隐私偏好对其进行修正，以生成个性化隐私权重；通过加权信息熵生成个性化隐私风险，并根据滑动时间窗口机制对其进行周期性更新；通过伽马分布计算时间和空间维度的隐私泄露概率分布，并生成时空隐私风险，同样采用滑动时间窗口机制对其进行更新；通过加权平均融合个性化隐私风险与时空隐私风险，生成综合隐私风险值，并结合隐私评估参数对度量结果的准确性进行验证。本申请可有效保障智能网联汽车的隐私安全，能根据用户需求自适应调整隐私保护策略，确保智能网联汽车在不同环境下的隐私安全。
-
公开(公告)号：CN117793720A
公开(公告)日：2024-03-29
申请号：CN202311607597.1
申请日：2023-11-28
Applicant: 北京邮电大学
IPC: H04W12/60 , H04W12/00 , H04W12/122 , H04W84/06 , H04L9/32 , H04L67/1097 , H04B7/185
Abstract: 本申请提出了一种基于分层区块链的无人机集群节点信任度量方法，其中，分层区块链包括无人机簇头节点和无人机簇内节点，该方法包括在无人机簇头节点内对无人机簇内节点进行信任度评估，该评估过程包括：在无人机簇头节点接收多个无人机节点发送的对待评价无人机节点的信任度评估列表；基于信任度评估列表确定每个节点的评价指标，并确定每个节点的评价可信度及评价指标发生概率，其中，评价指标包括直接信任值、推荐信任值和历史信任值，评价可信度表示节点的评价是否可信；基于所有无人机节点的评价指标、评价可信度及评价指标发生概率确定待评价无人机节点的信任度评估结果。采用上述方案的本申请能够提升无人机节点信任度量的准确性。
-
公开(公告)号：CN110329546A
公开(公告)日：2019-10-15
申请号：CN201910636358.6
申请日：2019-07-15
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种考虑引力姿轨耦合效应的小天体着陆轨迹优化方法，包括：获得坐标系定义、小天体引力场计算方法、以及探测器离散质点模型；依据所述坐标系定义、小天体引力场计算方法、以及探测器离散质点模型，获得探测器六自由度动力学模型；依据所述探测器六自由度动力学模型，采用间接法获得燃料最优两点边值问题模型；依据所述燃料最优两点边值问题模型，采用两阶段同伦法对燃料最优两点边值问题模型进行求解，获得考虑引力姿轨耦合效应的小天体着陆燃料最优轨迹。根据本发明实施例提供的技术方案，可实现对小天体着陆轨迹优化问题的有效求解，获得六自由度燃料最优轨迹，避免引力姿轨耦合作用下刚体探测器轨迹跟踪时产生的额外燃料消耗，保证了着陆任务的燃料最优性。
-
公开(公告)号：CN104502128B
公开(公告)日：2017-10-03
申请号：CN201410720257.4
申请日：2014-12-01
Applicant: 北京邮电大学
IPC: G01M99/00
Abstract: 本发明公开了一种基于微重力模拟系统的空间机械臂碰撞算法验证方法，其中所以依赖的微重力模拟系统包括硬件部分：气浮平台、机械臂系统、目标星系统、工控机；以及软件部分：机械臂控制软件及数据采集分析软件。机械臂系统及目标星系统底部分别装有气足，通气后在气浮平台上能够模拟太空的自由漂浮状态；由机械臂控制软件控制机械臂与目标星系统进行碰撞，由传感器采集碰撞前后的各项物理数据并与理论碰撞算法得到的结果进行对比分析，以验证空间碰撞算法的有效性、正确性。
-
公开(公告)号：CN119269892A
公开(公告)日：2025-01-07
申请号：CN202411358159.0
申请日：2024-09-27
Applicant: 北京骏德智算科技有限公司 , 北京邮电大学
IPC: G01R29/08 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明公开一种面向新能源汽车电磁辐射监测的智能化提升方法，先构建由2个输入层、2个门控网络、3个共享单元、2个加权求和层、2个特征分离层和2个输出层的门控动态神经网络；再利用模拟生成新能源汽车电磁辐射的输入电场信号，以及利用电场传感器所采集的输出电场信号，对门控动态神经网络进行训练，得到非线性校正模型；后将非线性校正模型部署在电场传感器的输出端，通过非线性校正模型对电场传感器所采集的待测新能源汽车的电磁辐射的电场信号进行校正和补偿，由此完成新能源汽车电磁辐射监测的智能化提升。本发明能够智能化地处理新能源汽车电磁辐射监测中的大动态范围信号，有效识别并补偿传感器因非线性失真造成的测量误差，显著提升测量结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN119068531A
公开(公告)日：2024-12-03
申请号：CN202411182265.8
申请日：2024-08-27
Applicant: 北京骏德智算科技有限公司 , 北京邮电大学
IPC: G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开一种利用多项式算子辅助神经网络训练提升人脸识别性能方法，首先利用样本图像数据集对并行架构学习网络进行训练，得到并行架构学习模型，然后将可识别人图像数据集送入并行架构学习模型进行推理，得到多项式算子模块，并基于多项式算子模块构建人脸识别模型；最后将待识别人图像送入人脸识别模型，实现人脸识别。本发明不仅优化了训练过程，有效地减少了模型训练过程中需要调整的参数数量，降低了计算资源的消耗，而且能够保证模型的识别精度，尤其适用于处理大规模数据集时，能够显著加快训练速度和提高模型在新任务上的适应能力。
-
公开(公告)号：CN109509186B
公开(公告)日：2020-09-18
申请号：CN201811331278.1
申请日：2018-11-09
Applicant: 北京邮电大学
Abstract: 本发明实施了一种基于大脑CT图像的缺血性脑卒中病灶检测方法及装置。该方法中，对大脑CT图像进行预处理和基于区域生长法的区域生长处理，增大了病灶区域与正常大脑的图像特征的差异。然后，基于大脑的对称性，将左脑区和右脑区中的大脑图像划分为多个像素方格，并逐个对比左脑和右脑中，位置具有对称性的两个像素方格的预定图像特征的特征差异，从而可以根据该特征差异确定哪一个像素方格中包含缺血性脑卒中的病灶。通过上述步骤，实现了通过大脑CT图像有效检测缺血性脑卒中病灶的目的。
-
公开(公告)号：CN109509186A
公开(公告)日：2019-03-22
申请号：CN201811331278.1
申请日：2018-11-09
Applicant: 北京邮电大学
Abstract: 本发明实施了一种基于大脑CT图像的缺血性脑卒中病灶检测方法及装置。该方法中，对大脑CT图像进行预处理和基于区域生长法的区域生长处理，增大了病灶区域与正常大脑的图像特征的差异。然后，基于大脑的对称性，将左脑区和右脑区中的大脑图像划分为多个像素方格，并逐个对比左脑和右脑中，位置具有对称性的两个像素方格的预定图像特征的特征差异，从而可以根据该特征差异确定哪一个像素方格中包含缺血性脑卒中的病灶。通过上述步骤，实现了通过大脑CT图像有效检测缺血性脑卒中病灶的目的。
-
公开(公告)号：CN103974285B
公开(公告)日：2017-10-31
申请号：CN201410150946.6
申请日：2014-04-15
Applicant: 北京邮电大学
IPC: H04W24/00
Abstract: 本发明提供了一种蜂窝系统对单个台站的干扰分析方法及系统，预先设定蜂窝系统中的基站以二维泊松分布部署在单个台站周围，预先设定蜂窝系统中的基站引起的集总干扰服从高斯分布，该方法包括：S1：当蜂窝系统中的基站个数为无穷大时，计算出集总干扰的均值和方差；S2：根据所述均值、所述方差和所述单个台站允许的干扰门限值计算出蜂窝系统对所述单个台站的干扰概率；S3：计算出蜂窝系统对所述单个台站的干扰半径。通过本发明提供的一种蜂窝系统对单个台站的干扰分析方法及系统，能够快速高效的得出干扰半径和干扰概率。
-
公开(公告)号：CN104537151B
公开(公告)日：2017-06-23
申请号：CN201410720359.6
申请日：2014-12-01
Applicant: 北京邮电大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于等效质量的空间机械臂连续碰撞动力学建模方法，属于机械臂建模技术领域。在建立空间机械臂运动学方程、动力学方程以及能量方程的基础上，计算出空间机械臂末端的等效质量；利用单体之间的连续碰撞Hertz阻尼模型，推导出单体碰撞产生的碰撞力、碰撞持续时间及压缩量；进而，结合空间机械臂末端等效质量和单体连续碰撞Hertz阻尼模型，建立空间机械臂连续碰撞动力学模型，计算出空间机械臂碰撞过程中的碰撞力、碰撞持续时间及最大压缩量。本发明解决了空间机械臂连续碰撞动力学建模问题，其建模过程简单易懂，能够显式的表示出碰撞过程中的碰撞力、碰撞持续时间及最大压缩量。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.053 seconds)
