-
公开(公告)号:CN114255487B
公开(公告)日:2024-08-23
申请号:CN202111576682.7
申请日:2021-12-22
申请人: 安徽农业大学
IPC分类号: G06V40/13 , G06F17/16 , G06F18/214 , G06F18/2134 , G06F18/23 , G06F18/24 , G06N3/0464 , G06N3/0895
摘要: 本发明提出一种半监督射频指纹提取的物联网设备身份认证方法,其具体步骤如下:接受来自通信设备的信号,从射频信号中提取特征;使用VMD算法,将接收到的信号分解成指定数量的模式;再利用一种基于低秩线性回归分析的半监督式降维方法对其射频指纹进行降维;最后利用LightGBM算法构建分类模型。本发明在传统的射频指纹提取与识别方法的基础上的使用VMD算法对含噪信号进行去噪处理,提出利用一种基于低秩线性回归分析的方法对其射频指纹实现半监督学习和降维;再使用LightGBM算法对获取的数据进行训练,具有较快的训练速度和较高的准确率,从而提高物联网设备识别精度。
-
公开(公告)号:CN115048853A
公开(公告)日:2022-09-13
申请号:CN202210405975.7
申请日:2022-04-18
申请人: 安徽农业大学
摘要: 本发明提供一种基于BP神经网络的甲烷JWL参数标定方法,利用管道甲烷爆轰试验的超压数据替换其让试验的缸壁‑位移时间数据,该方法可以计算甲烷爆轰产物JWL状态方程的参数,从而可以模拟甲烷爆轰过程和冲击波传播。该方法将BP神经网络与遗传算法相结合,简化了状态方程参数的优化过程,提高了优化的速度和精度。
-
公开(公告)号:CN114255487A
公开(公告)日:2022-03-29
申请号:CN202111576682.7
申请日:2021-12-22
申请人: 安徽农业大学
摘要: 本发明提出一种半监督射频指纹提取的物联网设备身份认证方法,其具体步骤如下:接受来自通信设备的信号,从射频信号中提取特征;使用VMD算法,将接收到的信号分解成指定数量的模式;再利用一种基于低秩线性回归分析的半监督式降维方法对其射频指纹进行降维;最后利用LightGBM算法构建分类模型。本发明在传统的射频指纹提取与识别方法的基础上的使用VMD算法对含噪信号进行去噪处理,提出利用一种基于低秩线性回归分析的方法对其射频指纹实现半监督学习和降维;再使用LightGBM算法对获取的数据进行训练,具有较快的训练速度和较高的准确率,从而提高物联网设备识别精度。
-
-
-