一种基于联邦学习的移动设备射频分布识别方法

    公开(公告)号:CN113037662A

    公开(公告)日:2021-06-25

    申请号:CN202110228356.0

    申请日:2021-03-02

    IPC分类号: H04L25/02 H04L5/00 G06N20/00

    摘要: 本发明提供了一种基于联邦学习的移动设备射频指纹分布式识别的方法,属于物联网安全信息技术领域。首先根据射频信号数据分散存储、难以集中训练模型的特性,采用联邦学习算法实现分布式射频指纹识别,不仅解决了数据分散带来的问题,而且为本地的敏感数据提供了隐私保护。为了减少移动设备数据分布不均衡对联邦学习算法性能的影响,本发明在联邦学习算法的基础上,额外增加了动态样本选择算法,即根据异构设备的数据处理能力动态分配任务。与传统的深度学习算法相比,本发明提出的算法在减少计算时间的同时,提高了识别的准确度。

    一种适用于低信噪比环境的物联网射频指纹识别方法

    公开(公告)号:CN112926477A

    公开(公告)日:2021-06-08

    申请号:CN202110252829.0

    申请日:2021-03-09

    IPC分类号: G06K9/00 G06N3/04 G06N3/08

    摘要: 本发明公开了一种适用于低信噪比环境的物联网射频指纹识别方法,包括以下步骤:采集若干I/Q信号作为样本信号,构建DSLN架构,并初始化DSLN架构的参数;根据样本信号,采用最小化交叉熵误差的梯度下降算法对初始化后的DSLN架构进行训练,获取射频指纹识别器;采集待识别I/Q信号,并将其输入至射频指纹识别器,得到物联网射频指纹识别结果。本发明提出了一种适用于低信噪比环境的物联网射频指纹识别方法,解决了在低信噪比环境中,现有技术的射频指纹识别方法的性能会显著下降的问题。本发明提出了一种DSLN架构,能够提高在低信噪比环境中对设备识别的准确度,同时还能大幅度地减少运行的时间,提高了工作效率。

    一种基于树形建模的智能辅助设计方法及系统

    公开(公告)号:CN115544597A

    公开(公告)日:2022-12-30

    申请号:CN202211235886.9

    申请日:2022-10-10

    IPC分类号: G06F30/10 G06F30/20

    摘要: 本发明涉及辅助设计技术领域,具体公开了一种基于树形建模的智能辅助设计方法及系统。本发明通过选择需要构建树形分层结构的目标模型,进行关联关系选择分析,生成术语层级结构模板;对根据所述目标模型的术语层级结构模板,创建术语数据,并进行术语关系分析,配置指标映射规则;选择所述目标模型中的领域术语,根据所述指标映射规则进行实例化辅助分析校验,创建实例数据。能够基于模型后的实例数据会根据约束规则,进行设计过程中数据的提醒和校验,在建模设计过程中,针对树形模型的计算数据约束,达到选择实例数据时进行精确化定义的应用。