-
公开(公告)号：CN118353637A
公开(公告)日：2024-07-16
申请号：CN202410512773.1
申请日：2024-04-26
申请人： 西安邮电大学
摘要： 本发明涉及一种可撤销可追踪可聚合的环签名方法，涉及区块链技术领域，用于解决隐私保护区块链系统中用户身份追踪困难，非法用户身份撤销不及时，隐私保护与有效监管无法平衡的问题。包括以下步骤：生成公开参数；用户密钥生成；撤销机构生成追踪公私钥、累加器公私钥，并维护撤销列表；环签名生成；验证环签名；追踪签名者身份；撤销签名者身份，验证追踪者合法性；聚合环签名。本发明的通过设置撤销机构(监管者)和累加器角色，将撤销列表交给撤销机构维护，当出现某些非法行为时，通过监管者追踪到该用户，有效实现隐私保护区块链的身份追踪与撤销，同时保证其他合法用户的隐私。
-
公开(公告)号：CN118101207A
公开(公告)日：2024-05-28
申请号：CN202311382686.0
申请日：2023-10-24
申请人： 西安邮电大学
摘要： 本发明涉及一种基于隐私保护区块链的身份取证与追踪方法，涉及区域链技术领域，用于隐私保护区块链系统中用户身份追踪监管困难，隐私保护与有效监管无法有效平衡的问题。包括以下步骤：系统建立，生成系统参数；CA密钥生成；净化者密钥生成；追踪者密钥生成；分发证书，用户与CA交互，请求其属性的证书；展示凭证；验证凭证；净化凭证；追踪与溯源。本发明的通过设置净化者、追踪者角色，将证书有效扫描传入区块链，当出现某些恶意行为时，通过追踪者追踪到该用户，有效实现隐私保护区块链的身份取证与溯源，同时保证其他合法用户的隐私。
-
公开(公告)号：CN117017239A
公开(公告)日：2023-11-10
申请号：CN202310905300.3
申请日：2023-07-21
申请人： 西安邮电大学
IPC分类号： A61B5/02 , A61B5/021 , A61B5/00 , G06F18/213 , G06F18/2135 , G06F18/241
摘要： 本申请涉及一种线性与非线性特征降维融合的高血压诊断装置，在脉搏特征提取模块中，提取的多维脉搏特征中包括希尔伯特黄特征，包含更全面的脉搏信息，能够有效区分高血压患者和正常人的脉搏信号；在提取的特征上两类脉搏信号具有更高的区分度，为脉搏疾病诊断的客观化和标准化奠定基础；本申请将线性PCA和非线性KPCA降维结合起来对提取的多维特征进行融合降维，更好地处理非线性数据，并提出一整套完整的特征降维流程，最终实现了特征的高判别力和低冗余，将特征冗余的弊端降到更低，提高了分类准确率。
-
公开(公告)号：CN115909040A
公开(公告)日：2023-04-04
申请号：CN202211618499.3
申请日：2022-12-15
申请人： 西安邮电大学 , 中国船舶重工集团公司第七0五研究所
IPC分类号： G06V20/05 , G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F123/02
摘要： 本发明属于水声目标识别技术领域，具体涉及一种基于自适应多特征融合模型的水声目标识别方法。包括以下步骤：首先将原始的音频数据切割得到数据集；对每条音频提取MFCC特征并生成二维时频谱图；然后进行多维特征提取：包括深度时序特征提取、深度空间特征提取和深度频域特征提取；最后进行自适应多特征融合模型构建：将三种网络提取的特征进行初步拼接作为输入；将拼接后的特征集输入到通道注意力层进行自适应加权；将加权信息输入到全连接层进行水声目标识别。本方法通过多维度特征提取网络结构，挖掘了时域音频信号和频域的二维频谱图所对应的时频互补信息；通过自适应加权为后续的目标识别提供更具有判别性的特征，有效的提高了识别精度。
-
公开(公告)号：CN114931385A
公开(公告)日：2022-08-23
申请号：CN202210517910.1
申请日：2022-05-12
申请人： 西安邮电大学
摘要： 本发明涉及智能交通领域和脑电信号通道选择技术，具体涉及一种基于PLI‑Relief的疲劳驾驶脑电通道选择方法。该方法包括以下步骤：采集疲劳驾驶脑电数据并进行预处理，去除伪迹成分；基于通道各信号间相位滞后指数构建关联矩阵；二值化关联矩阵并构建脑功能网络，根据网络属性实现通道初选；提取初选通道脑电信号的功率谱密度特征并利用Relief算法对通道按权重排序；采用准确率选择法确定最优通道并据此进行疲劳状态识别。本发明的优点是：所设计的通道选择方法综合考虑了脑电信号的时频特征和各通道信号之间的功能连接关系，在保持较高识别准确率的同时大幅减少了通道数量，为可穿戴脑电疲劳驾驶监测设备的设计提供了可实施的方案。
-
公开(公告)号：CN114818823A
公开(公告)日：2022-07-29
申请号：CN202210517908.4
申请日：2022-05-12
申请人： 西安邮电大学
摘要： 本发明涉及情感计算领域，提出一种基于挤压与激活图卷积神经网络的脑电通道选择方法。该方法包括步骤为：采集被试脑电数据；对脑电信号进行预处理，使用部分定向相干算法计算各通道之间的因效连接关系，构建关联矩阵；提取各通道下的功率谱密度和微分熵特征，组成特征矩阵；将关联矩阵和特征矩阵组建为图数据；使用挤压与激活图卷积神经网络挖掘图数据中的深层特征，并对通道进行权重排序，确定最优通道；利用Softmax分类器对优选通道后的数据分类，得到情感识别率。本发明的优点：在选择最少数量的通道时，仍保持较高的情感识别准确率，克服使用全通道EEG信号带来的数据冗余和计算复杂性，实现对EEG通道进行最优选择，为脑机接口可穿戴设备奠定了基础。
-
公开(公告)号：CN115778343A
公开(公告)日：2023-03-14
申请号：CN202211599275.2
申请日：2022-12-12
申请人： 西安邮电大学
IPC分类号： A61B5/021 , G06F18/2431 , G06F18/214 , G06N3/045 , G06N3/082 , A61B5/00
摘要： 本发明提出了一种基于脉搏周期间特征的高血压识别方法、装置及设备，方法为：对获取样本人员的脉搏数据依次进行预处理、周期划分处理和滑动窗口处理并打标签，然后优选出对高血压疾病分类贡献度较大的四个周期间网络特征作为脉搏周期间网络特征向量，再将滑动窗口处理后的样本人员脉搏数据输入到多尺度排列熵算法中，提取多尺度排列熵值，最后两个特征融合组成高血压脉搏特征向量，输入到分类模型中，并以样本人员对应的标签进行监督，进行训练，获得训练好的分类模型。本发明通过对周期间敏感特征的挖掘，证明了脉搏信号周期间特征的有效性，同时也提高了高血压疾病分类准确率；利用网络特征使挖掘出来的周期间敏感特征具有了可解释性。
-
公开(公告)号：CN115659299A
公开(公告)日：2023-01-31
申请号：CN202211278648.6
申请日：2022-10-19
申请人： 西安邮电大学
IPC分类号： G06F21/31 , G06F18/213 , G06F18/2411 , G06F18/214 , G06F18/2431 , G06F123/02
摘要： 本发明属于计算机技术领域,具体涉及一种基于鼠标轨迹和无线信号的智能身份认证方法。包括以下步骤：一、数据收集与噪声去除：用户绘制设定鼠标轨迹，收集CSI测量值保存在CSI文件中"；" 采用巴特沃斯带通滤波器进行噪声去除；二、数据降维：采用PCA算法来降低CSI测量的维度；三、提取特征：提取统计型特征和多尺度空间能量特征；四、利用ReliefF算法进行特征选择；五、利用SVM进行身份认证与识别：首先选择LIBSVM用训练数据进行分类模型的建立；然后使用测试数据在分类模型中进行测试，得到预测的最终结果，完成用户身份认证与识别。本发明身份认证与识别的准确率分为97.3%和93.9%，精度高，人类活动对无线信号的影响难以复制，且认证时间短，具有较强的鲁棒性。
-
公开(公告)号：CN114897021A
公开(公告)日：2022-08-12
申请号：CN202210517909.9
申请日：2022-05-12
申请人： 西安邮电大学
摘要： 本发明涉及智能交通和脑电信号分析领域，具体涉及一种基于最小生成树的疲劳驾驶检测方法。包括以下步骤：获取疲劳驾驶脑电数据；对脑电信号进行预处理，去除信号中的噪声；通过计算各通道信号间的锁幅值，构建ALV邻接矩阵；对矩阵进行倒数处理，使用Kruskal算法对倒数矩阵进行处理得到最小生成树邻接矩阵，再根据最小生成树邻接矩阵构建最小生成树脑功能网络；提取脑功能网络特征进行疲劳状态分类识别。本发明的优点是：在脑功能网络构建时避免了阈值选择的问题，脑网络构建过程中阈值过大会导致网络剔除某些有效连接，阈值过小则会导致网络中存在部分虚假连接，该方法通过邻接矩阵直接构建最小生成树脑网络，为疲劳驾驶检测研究提供了新思路。
-
公开(公告)号：CN114842963A
公开(公告)日：2022-08-02
申请号：CN202210471982.7
申请日：2022-04-29
申请人： 西安邮电大学
摘要： 本发明公开了一种高血压诊断方法、装置、电子设备及介质，该方法包括：由样本人员的脉搏数据提取脉搏特征向量；样本人员的脉搏数据打上了用于区分样本人员是否是高血压患者的标签；由样本人员与高血压显著相关的中医体质的得分构建体质特征向量；将样本人员的脉搏特征向量和体质特征融合组成输入特征向量，输入到分类模型并以样本对应的标签进行监督，进行训练，获得训练好的分类模型；将待诊断人员的脉搏特征向量和体质特征融合组成输入特征向量，输入训练好的分类模型中，确定待诊断人员是否为高血压患者。本发明采用融合脉搏和体质特征的特征向量对分类模型训练，最终提高分类模型的准确度。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.028 秒)
