-
公开(公告)号：CN118519725A
公开(公告)日：2024-08-20
申请号：CN202410915965.7
申请日：2024-07-09
Applicant: 北京工业大学
Abstract: 本发明提供一种基于共享内核的容器动态度量方法、装置，方法包括：通过将容器对应的命名空间标识符与容器运行时所需关键文件的基准值以及应用进程的代码段基准值进行组合，生成文件度量键值对和进程代码段度量键值对。基于钩子函数确定待度量容器；当待度量容器的当前命名空间标识符在预先存储的命名双向链表中时，基于关键文件的文件摘要值和待度量容器内运行的应用进程的进程代码段摘要值，与预先存储的度量键值对进行比对，得到比较结果。本发明提供的方法，基于命名空间标识符实现多容器文件的区分，进而实现多容器的动态度量，从而保障了基于共享内核的多容器环境下容器全生命周期运行的可信性和安全性。
-
公开(公告)号：CN118762408A
公开(公告)日：2024-10-11
申请号：CN202410749631.7
申请日：2024-06-11
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于区块链和零知识证明的高速公路自由流精准收费方法，包括：设计高速公路车辆付费数据上链机制，通过智能合约在区块链上加密存储车辆位置证书和付费数据；采用视频监控与ICP标识获取用户位置，根据车辆行驶里程设计收费算法；采用零知识证明技术，实现用户隐私保护下的支付验证。本发明的创新价值和有效应用场景是：相较于传统人工收费和基于5G和ETC的收费方法实现了高速公路收费效率的显著提升；确保了收费的精确度和用户位置隐私的安全性，同时确保收费的准确性和可追溯性，为智慧交通领域提供了一种新的解决方案。
-
Patent Agency Ranking
公开(公告)号：CN109199376B
公开(公告)日：2021-04-09
申请号：CN201810956896.9
申请日：2018-08-21
Applicant: 北京工业大学
IPC: A61B5/372
Abstract: 本发明基于OA‑WMNE脑源成像的运动想象脑电信号的解码方法，首先采用基线校正和时域上的叠加平均进行脑电信号的预处理，得到每种运动想象任务的叠加平均信号；进而，采用WMNE脑源成像算法将之逆变换到脑源空间，得到偶极子估计，并根据两种运动想象偶极子波形变化差异确定感兴趣时段区间(TOI)；再对所有单次运动想象脑电信号进行逆变换，并将TOI中每个采样点上所有的偶极子幅值构成特征向量，获得该采样点上的一组特征；然后将所有采样点上的特征构成特征样本集，对其进行零均值标准化处理，并采用单变量特征选择方法进行特征降维；最后利用支持向量机进行特征分类，获得最高平均解码精度，提高了脑电空间分辨率，有利于提高运动想象任务的解码精度。
-
公开(公告)号：CN108681394B
公开(公告)日：2021-03-16
申请号：CN201810352470.2
申请日：2018-04-19
Applicant: 北京工业大学
Abstract: 本发明公开一种基于脑源成像技术的电极优选方法，利用改进的Fisher准则求得采集到的均匀分布的各个电极的F分数；利用脑电源成像技术，把得到的F分数逆变换到脑皮层，得到相应的脑源分布；求解脑电正问题，即已知脑皮层与头皮层之间的传递矩阵前提下，求得未知电极F分数的估计值；最后，对F分数估计值进行降序排列，选取分数值最高的部分电极作为最优电极。本发明解决了运动想象任务中电极优选依靠经验或者实验采集电极数量大的问题，实现了用少量电极预估计未知电极贡献度并进行电极优选的功能。
-
公开(公告)号：CN114509721A
公开(公告)日：2022-05-17
申请号：CN202210119961.9
申请日：2022-01-24
Applicant: 北京工业大学
IPC: G01S3/802
Abstract: 本发明提出一种利用信号时频点相关性判别的多声源定位方法，通过语音信号的时域相关性和局部频率稳定性进行单源点检测。首先，进行指导时频点的检测。其次，利用指导点的波达方向信息，通过指导点与相邻时频点的方向偏差测度进行帧内的单源点检测，得到指导点的频域相关单声源点。再次，结合帧间频率子带相关系数和指导点与相邻时频点的方向偏差测度，得到指导点的时域相关单声源点。然后，计算检测到的所有点的波达方向估计值，利用核密度估计和峰值搜索估计各声源的角度区间。最后，通过统计加权的精细定位得到各声源角度估计值。
-
公开(公告)号：CN109199376A
公开(公告)日：2019-01-15
申请号：CN201810956896.9
申请日：2018-08-21
Applicant: 北京工业大学
IPC: A61B5/0476
Abstract: 本发明基于OA-WMNE脑源成像的运动想象脑电信号的解码方法，首先采用基线校正和时域上的叠加平均进行脑电信号的预处理，得到每种运动想象任务的叠加平均信号；进而，采用WMNE脑源成像算法将之逆变换到脑源空间，得到偶极子估计，并根据两种运动想象偶极子波形变化差异确定感兴趣时段区间(TOI)；再对所有单次运动想象脑电信号进行逆变换，并将TOI中每个采样点上所有的偶极子幅值构成特征向量，获得该采样点上的一组特征；然后将所有采样点上的特征构成特征样本集，对其进行零均值标准化处理，并采用单变量特征选择方法进行特征降维；最后利用支持向量机进行特征分类，获得最高平均解码精度，提高了脑电空间分辨率，有利于提高运动想象任务的解码精度。
-
公开(公告)号：CN108681394A
公开(公告)日：2018-10-19
申请号：CN201810352470.2
申请日：2018-04-19
Applicant: 北京工业大学
Abstract: 本发明公开一种基于脑源成像技术的电极优选方法，利用改进的Fisher准则求得采集到的均匀分布的各个电极的F分数；利用脑电源成像技术，把得到的F分数逆变换到脑皮层，得到相应的脑源分布；求解脑电正问题，即已知脑皮层与头皮层之间的传递矩阵前提下，求得未知电极F分数的估计值；最后，对F分数估计值进行降序排列，选取分数值最高的部分电极作为最优电极。本发明解决了运动想象任务中电极优选依靠经验或者实验采集电极数量大的问题，实现了用少量电极预估计未知电极贡献度并进行电极优选的功能。
-
-
-
-
-
-
Search Results
7
records
(took 0.025 seconds)
