一个基于步态生物特征的移动设备身份认证方法

    公开(公告)号:CN105279411A

    公开(公告)日:2016-01-27

    申请号:CN201510609523.0

    申请日:2015-09-22

    CPC classification number: G06F21/32

    Abstract: 本发明提供了一个基于步态生物特征的移动设备身份认证方法,该方法结合移动端,是现有生物识别技术的完善与拓展。此方法由两部分组成,分别为训练模块和识别模块。训练模块分为数据采集、特征提取和建立模型三个步骤;识别模块分为收集待识别用户数据、模型匹配和通知响应。本方法利用移动终端本身的功能与便利,进行数据完整采集,搭建出科学的数学基础模型,得到用户的步态信息,保证了用户唯一性。系统采用国密SMS4对称加密算法进行加密,很好的保障了数据的传输安全。本方法优势在于,充分利用了移动设备丰富的传感器和网络功能,建模过程与用户日常步态结合,不用刻意操作即可不断完善。相比于其他识别方式,安全系统隐蔽性较强,不易被针对。同时无需接触,难以隐蔽,可远距离进行识别,极大程度上提高了用户安全保障。

    基于a面6H-SiC衬底上非极性a面GaN的MOCVD生长方法

    公开(公告)号:CN101901757B

    公开(公告)日:2012-02-08

    申请号:CN201010209324.8

    申请日:2010-06-24

    Abstract: 本发明公开了一种基于a面6H-SiC衬底的非极性a面GaN薄膜生长方法,主要解决常规非极性材料质量差的问题。其生长步骤是:(1)将a面6H-SiC衬底置于MOCVD反应室中,并向反应室通入氢气与氨气的混合气体,对衬底进行热处理;(2)在a面SiC衬底上生长厚度为100-200nm,温度为600-800℃的无应力AlInN成核层;(3)在所述无应力AlInN成核层之上生长厚度为1000-2000nm,镓源流量为5-100μmol/min,氨气流量为1000-10000sccm的高V-III比非极性a面GaN缓冲层;(4)在所述非极性a面GaN缓冲层之上生长厚度为100-500nm,温度为600-800℃的无应力AlInN插入层;(5)在所述无应力AlInN插入层之上生长厚度为2000-4000nm,镓源流量为50-200μmol/min,氨气流量为1000-3000sccm的低V-III比非极性a面GaN外延层。本发明的a面GaN薄膜具有低缺陷的优点,用于制作非极性a面GaN发光二极管。

    基于c面SiC衬底上极性c面GaN的MOCVD生长方法

    公开(公告)号:CN101901760A

    公开(公告)日:2010-12-01

    申请号:CN201010209567.1

    申请日:2010-06-24

    Abstract: 本发明公开了一种基于c面SiC衬底的极性c面GaN薄膜的生长方法,主要解决常规极性c面GaN材料生长中材料质量较差的问题。其生长步骤是:(1)将c面Al2O2衬底置于MOCVD反应室中,对衬底进行热处理;(2)在c面Al2O3衬底上生长厚度为100-300nm,温度为700℃的低温无应力AlInN层;(3)在所述低温无应力AlInN层之上生长厚度为1000-2000nm,温度为950-1100℃的高温GaN层;(4)在所述高温GaN层之上生长1-10nm的TiN层;(5)在所述TiN层之上生长厚度为2000-5000nm,温度为950-1100℃的极性c面GaN层;(6)在所述极性c面GaN层之上生长厚度1-10nm的TiN层;(7)在所述TiN层之上生长厚度为2000-5000nm,温度为950-1100℃的极性c面GaN层。本发明具有工艺简单,低缺陷的优点,可用于制作极性c面GaN发光二极管及高电子迁移率晶体管。

    基于Transformer-CRF的藏文分词方法

    公开(公告)号:CN114330328B

    公开(公告)日:2023-10-10

    申请号:CN202111520289.6

    申请日:2021-12-13

    Abstract: 本发明公开了一种基于Transformer‑CRF的藏文分词方法,该方法包括:输入数据集、数据预处理、音节扩展、构建基于Transformer‑CRF的藏文分词模型、训练并保存模型及其参数以及输入待分词语料,输出分词结果。本发明以当前音节为中心向左向右扩展两个单元,使用unigram和bigram相结合的方法,可以提取到更多的特征向量。同时,本发明克服了传统分词方法中存在的运算速度、准确率低等缺点。另外,基于Transformer‑CRF的藏文分词模型采用并行计算,大大增加了计算效率,而且模型中的自注意力机制的特征抽取能力比LSTM的特征抽取能力要好。

    一种基于TF-IDF和词向量的相似句子检测方法

    公开(公告)号:CN111310478B

    公开(公告)日:2023-09-19

    申请号:CN202010193466.3

    申请日:2020-03-18

    Abstract: 本发明公开了一种基于TF‑IDF和词向量的相似句子检测方法,属于属于自然语言处理技术领域。本发明利用TF‑IDF,对每一个词语加入了权重,用于体现词语的重要程度及对整句相似度计算的影响,越重要的词语,其TF‑IDF值越大,对相似度的影响也越大;同时针对基于共现词的Jaccard算法未涉及语义层面的相似度对比,不能处理同义词和近义词的问题,本发明利用词向量对其进行了改进,使其能够在语义层面进行相似度计算。同时,本发明所提出的相似句子的检测方法,使得对句子中的词语进行同义词替换后,也不会影响两个句子的相似度,因此可以将本发明所提出的句子相似度方法用于中文文章的查重,文献检索等。

    一种基于多信息感知的时间序列在线预测方法

    公开(公告)号:CN111950772A

    公开(公告)日:2020-11-17

    申请号:CN202010709391.X

    申请日:2020-07-22

    Abstract: 本发明公开了一种基于多信息感知的时间序列在线预测方法,先利用线下数据进行线下训练集与网络模型初始化,再针对当前时刻的输入数据分别进行数据相似度感知,计算出点相似度与区域相似度,进而计算出输入数据相似度权重、隐藏层输出权重与预测误差,然后根据当前时刻的输入数据相似度权重与预测误差计算预测误差权重,最后完成在线训练集更新后,实现时间序列在线预测,具有快速、精准完成时间序列的在线预测。

    高动态弱连续相位调制信号捕获中FFT的优化方法

    公开(公告)号:CN107370705B

    公开(公告)日:2019-12-31

    申请号:CN201710494935.3

    申请日:2017-06-26

    Abstract: 本发明公开了一种高动态弱连续相位调制信号捕获中FFT的优化方法,主要解决现有技术捕获时间和采样频率过高的问题。其实现方案是:在接收端先将接收到的信号依次进行滤波、下变频和数字采样,得到基带复信号并对其进行频差补偿;再分别对补偿后信号和本地CA码调制信号进行FFT运算,并留下计算后的前1/4个数据,将余下的3/4个数据设置为零,得到两组采样序列;接着将两组采样序列共轭相乘,将结果进行IFFT运算得到相关函数;最后对相关函数进行积累和平方,得到判决量,若判决量出现明显峰值,判定捕获成功,反之不成功。本发明无需使用过高的采样频率,提高了捕获时间,降低了复杂度,可用于CPM信号捕获系统和卫星通信中。

    基于单像素的荧光光声双模态成像装置与方法

    公开(公告)号:CN119164887A

    公开(公告)日:2024-12-20

    申请号:CN202411307738.2

    申请日:2024-09-19

    Abstract: 本发明公开了一种基于单像素的荧光光声双模态成像装置与方法,将物体置于成像单元的物镜焦距位置;开启激光器,调节光束整形单元将激光器发射的激光放大至所需大小;结构光产生单元基于放大的激光光束产生二进制黑白图案,得到结构光;结构光照射在物体上,使物体激发产生荧光信号和光声信号;采用单点探测方法,采集所述荧光信号和光声信号,通过与产生所述二进制黑白图案的算法对应的逆算法进行图像重建。本发明基于单像素技术实现了光声荧光双模态成像,以单像素成像技术路线代替传统阵列成像模式为突破口,从成像原理上解决光声和荧光图像融合问题,最终获得时空匹配的多模态图像,同时具有成本低、成像速度快、无需复杂的光学系统等优点。

Patent Agency Ranking