-
公开(公告)号：CN104714188A
公开(公告)日：2015-06-17
申请号：CN201510147926.8
申请日：2015-03-31
Applicant: 桂林电子科技大学
IPC: G01R31/36
Abstract: 本发明为量测噪声方差阵相匹配的电池电荷状态估计方法与系统，本法步骤为：建立电池模型、电压电流采样，最小二乘法参数辨识模型参数；自适应无迹卡尔曼滤波估计SOC；调整滤波增益的方差阵相匹配的鲁棒自适应无迹卡尔曼滤波，计算系统量测噪声实际残差方差阵值和估计的理论残差方差阵，得到εk。εk大于1自适应调整因子否则调整滤波增益，求得SOC估计值本系统动力电池所接电压、电流传感器经模数转换模块连接微控制器。微控制器含模型参数辨识模块、调整因子计算模块、滤波增益自适应调整、鲁棒自适应无迹卡尔曼滤波SOC估计模块。SOC直接显示或传送到设备CAN网络。本发明动态调整滤波增益，提高了SOC估计的鲁棒性。
-
公开(公告)号：CN104535934A
公开(公告)日：2015-04-22
申请号：CN201410851183.8
申请日：2014-12-31
Applicant: 桂林电子科技大学
IPC: G01R31/36
Abstract: 本发明一种在线前馈补偿的动力电池电荷状态估计方法与系统，本方法步骤为：Ⅰ、建立动力电池模型及电压电流采样、参数辨识；Ⅱ、用自适应卡尔曼滤波的参数辨识；Ⅲ、OCV-SOC关系的神经网络建模，由开路电压OCV得到电荷状态估计值NNSOC；Ⅳ、根据前一时刻电流求当前时刻的电荷状态估计值BSOCk，此值与NNSOC加权求和得前馈补偿的电荷状态估计值。本系统的动力电池所接电压电流传感器连接嵌入式微控制器，微控制器含有自适应卡尔曼滤波的参数辨识模块、OCV-SOC神经网络SOC估计模块以及前馈补偿模块。本发明结构简单，不受SOC初始值影响，辨识与估计速度加快，在线前馈补偿提高了SOC估计精度。
-
公开(公告)号：CN119442300A
公开(公告)日：2025-02-14
申请号：CN202411329376.7
申请日：2024-09-24
Applicant: 桂林电子科技大学
Abstract: 本发明涉及隐私保护技术领域，具体涉及一种可验证的联邦学习智慧医疗隐私保护系统及方法，系统包括证书认证中心、用户、边缘计算节点和云服务器，支持用户在没有第三方辅助的情况下独立地验证服务器返回聚合结果的正确性。具体使用TLS协议建立安全的通信传输通道，在加密消息的同时保证数据传输过程中的完整性，加密消息所使用的密钥除了通信双方，其他任意一方都不能得到。使用双掩蔽的形式保护梯度隐私，利用线性同态哈希函数为方案提供可验证性，使用户能够独立地验证服务器返回聚合结果的正确性。本发明利用双重聚合验证的方式，能够有效减少用户端的计算开销，并且支持用户在训练过程中退出，并且不会给云服务器造成额外的计算负担。
-
公开(公告)号：CN113704728B
公开(公告)日：2024-03-01
申请号：CN202110814999.3
申请日：2021-07-19
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于D‑H密钥交换和密钥分享的指纹认证方法，首先利用密钥分享技术把系统中各个实体需要保存的密钥分发到不同的服务器进行分散存储，然后在查询阶段利用D‑H密钥交换技术分别在用户端和参考模板存储器端生成相同的一次随机密钥，并分别对查询模板和参考模板进行加密，实现用户查询指纹模板与参考指纹模板的随机性和多样性，最后在不具体计算出两指纹之间的欧式距离的情况下，通过判断认证结果是否通过，设计出了一个具有隐私保护特性的、安全的指纹认证方法。
-
公开(公告)号：CN117195162A
公开(公告)日：2023-12-08
申请号：CN202311179824.5
申请日：2023-09-13
Applicant: 桂林电子科技大学
IPC: G06F18/27 , G06F18/214 , G06F21/62
Abstract: 本发明涉及云计算技术领域，具体涉及一种保护隐私且非交互的多方逻辑回归模型训练方法，构造了保护隐私的多方逻辑回归模型，具体为：用户对本地私有数据进行加密并上传给服务供应商，服务供应商收集用户的加密数据后，在云服务器的帮助下训练全局逻辑回归模型，最终获得模型结果。同时在训练过程中采用隐私保护训练协议，确保数据的机密性以及完整性。数据所有者不需要与服务提供者或云服务器进行交互，同时，每次进行模型训练时，服务提供者和云服务器之间只有一轮交换，在效率、安全和功能之间达到一个较好的平衡，解决了现有逻辑回归模型训练时间长、计算开销大、模型精度低以及对用户隐私信息保护不足的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN112331215A
公开(公告)日：2021-02-05
申请号：CN202011156519.0
申请日：2020-10-26
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种声纹识别模板保护算法，通过采集设备对用户注册声音进行采集，再进行处理，获得第一声纹模板，提取第一声纹模板的声纹特征向量，输入声纹识别系统模型进行训练，获得第一模型库，采集用户测试声音，并对测试声音进行处理，获得第二声纹模板，提取第二声纹模板的声纹特征向量，输入声纹识别系统模型进行训练，获得第二模型库，计算第一模型库的声纹特征向量和所述第二模型库的声纹特征向量的相似度，正交矩阵保持距离不变的性质保证了变换前后声纹识别系统的精度不受影响，对同一用户，可以在声纹识别中选择不同的随机矩阵或在模板泄露时，重新更换随机正交矩阵，提高了模板的安全程度。
-
公开(公告)号：CN110022109B
公开(公告)日：2021-01-05
申请号：CN201910309126.X
申请日：2019-04-17
Applicant: 桂林电子科技大学
IPC: H02P23/00 , H02P23/04 , H02P25/098
Abstract: 本发明为一种转矩‑电流神经网络模型SRM转矩脉动控制方法与系统。本方法由SRM的电感模型得到转矩‑电流转换关系，经电流分配函数得到各相控制电流，以实现抑制转矩脉动。根据SRM转矩与电流的非线性特性关系，以描述SRM电流基本变化规律的函数作为隐含层激活函数，设计描述SRM强非线性特性的转矩‑电流神经网络模型，通过转矩‑电流神经网络模型的自学习，计算转矩对应的总参考电流，再经电流分配函数，获得在各相对应的参考电流，控制SRM。按本法设计的系统微处理器的程序存储器有执行本法的各程序模块，SRM上的各传感器信号接入微处理器，经功率变换器连接控制SRM。本发明实现了开关磁阻电机转矩脉动的有效控制。
-
公开(公告)号：CN112163542A
公开(公告)日：2021-01-01
申请号：CN202011082141.4
申请日：2020-10-12
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于ElGamal加密的掌纹保密认证方法，包括：获取待认证的掌纹图像；对所述待认证的掌纹图像进行特征提取，得到第一掌纹特征向量；对所述第一掌纹特征向量进行降维处理，得到第二掌纹特征向量；将所述第二掌纹特征向量进行映射处理，得到素数特征向量；对所述素数特征向量进行ElGamal加密处理，得到第一加密特征向量；将所述第一加密特征向量与预存于数据库中的第二加密特征向量进行比对，得到比对结果，完成掌纹认证。在本发明中，首先利用ElGamal方案对两个待比对的(经过映射之后的)模板进行加密，然后设计了一个掌纹保密比对方法，具有构造简单、计算复杂度和通信复杂度低的优点，且识别准确度更好。
-
公开(公告)号：CN109742999B
公开(公告)日：2020-07-10
申请号：CN201910042672.1
申请日：2019-01-17
Applicant: 桂林电子科技大学
IPC: H02P25/08 , H02P25/098 , H02P23/30 , H02P23/00
Abstract: 本发明为一种动态神经网络自适应逆的SRM转矩控制方法与系统，本发明以系统前一时刻的实际总磁链，当前参考转矩和RBF神经网络输出的前一时刻参考磁链作为RBF神经网络的输入信号，输出参考磁链，构成动态RBF神经网络，即转矩‑磁链模型；转矩偏差经PD控制得到控制量，该控制量经预处理作为RBF神经网络自适应逆控制的学习偏差，且该控制量经滤波处理，作为总参考磁链的一部分，补偿转矩‑磁链模型的输出。总参考磁链与实际总磁链相减得磁链偏差，经磁链偏差分配，接入各相磁链偏差滞环控制，有效抑制SRM的转矩脉动。本发明适应电机快速控制要求，反馈误差学习方法加快神经网络建模并提高建模精度，减小转矩脉动的影响。
-
公开(公告)号：CN104502858B
公开(公告)日：2017-07-14
申请号：CN201410851163.0
申请日：2014-12-31
Applicant: 桂林电子科技大学
IPC: G01R31/36
Abstract: 本发明为基于后向差分离散模型的动力电池SOC估计方法与系统，本方法第一步、建立动力电池的后向差分离散模型，通过含遗忘因子的最小二乘法对后向差分离散模型的参数进行辨识。第二步、基于第一步所得的动力电池的后向差分离散模型，结合开路电压与SOC的非线性关系，采用自适应扩展卡尔曼滤波，完成动力电池SOC的有效估计。本系统动力电池所接的电压、电流传感器经模数转换模块连接嵌入微控制器。微控制器含低通滤波预处理模块、后向差分离散电池模型参数在线辨识模块和AEKF算法SOC估计模块。所得SOC结果送显示器设备的CAN网络。本发明结构简单，提高参数辨识速度和精度，减小历史数据对辨识影响，计算方便，SOC估计精度高。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.024 seconds)
