公开(公告)号：CN117155701A

公开(公告)日：2023-12-01

申请号：CN202311294607.0

申请日：2023-10-09

Applicant: 重庆邮电大学

Inventor： 张亮 ,  张嘉天 ,  陈京浩 ,  罗维

IPC: H04L9/40 ,  H04L43/062 ,  G06F18/213 ,  G06F18/214 ,  G06F18/23 ,  G06F18/2413 ,  G06N3/006 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明属于网络安全领域，具体涉及一种网络流量入侵检测方法；该方法包括：获取训练数据集并将其划分为训练集和测试集；对训练集进行预处理，针对数据集的不平衡问题，采用一种基于密度聚类和重要性度量的特征选择算法DBIM对数据集进行降维，得到训练特征向量；将训练特征向量输入到网络流量入侵检测模型中，并采用粒子群优化算法对网络流量入侵检测模型进行参数调优，得到训练好的网络流量入侵检测模型；采用训练好的网络流量入侵检测模型对测试集进行处理，得到入侵检测结果；本发明实现网络流量入侵检测的速度快，准确率高。

公开(公告)号：CN113837122B

公开(公告)日：2023-07-25

申请号：CN202111143085.5

申请日：2021-09-28

Applicant: 重庆邮电大学

Inventor： 程克非 ,  徐家顺 ,  张亮 ,  陈京浩 ,  罗维

IPC: G06F18/24 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08 ,  H04B17/30

Abstract: 本发明属于行为识别技术领域，具体涉及一种基于Wi‑Fi信道状态信息的无接触式人体行为识别方法及系统，该方法包括：实时采集不同动作的信道状态信息原始数据，对采集的数据进行于预处理，并对预处理后的数据进行特征提取；将提取的特征输入到训练好的机器学习模型和分类模型中，得到最终的行为识别结果；本发明使用GRU和CNN相结合的并行分类模型，能够很好的建立人体动作和CSI信号变化模式的相互关系，具有良好的人体行为识别效果，提高了基于Wi‑Fi信号识别人体动作的准确率。

公开(公告)号：CN115952511A

公开(公告)日：2023-04-11

申请号：CN202310000890.5

申请日：2023-01-03

Applicant: 重庆邮电大学

Inventor： 程克非 ,  吕汉洲 ,  崔晓通 ,  陈京浩 ,  杨帆 ,  罗维

IPC: G06F21/57 ,  G06F21/72 ,  G06N3/126 ,  G06N3/006

Abstract: 本发明属于集成电路技术领域，具体涉及一种面向逻辑加密电路的功能分析方法及系统，该方法包括：获取市场上已激活的加密电路和目标加密电路；根据已激活的加密电路生成指定数量的正确的输入输出集合；使用改进的粒子群算法对生成的初始密钥进行迭代优化；判断全局最优密钥的精度是否达到预设值，若不满足则返回算法初始阶段，若满足则输出最后的密钥；对最终密钥进行精度验证，使用已激活的加密电路重新随机生成指定数量的输入输出集合，计算最终密钥的实际精度，以此精度评估加密电路的安全性。本发明可在不关心加密电路的具体加密方法的情况下，对目标加密电路进行功能分析，所得密钥精度高，分析方法具有普适性。

公开(公告)号：CN113837122A

公开(公告)日：2021-12-24

申请号：CN202111143085.5

申请日：2021-09-28

Applicant: 重庆邮电大学

Inventor： 程克非 ,  徐家顺 ,  张亮 ,  陈京浩 ,  罗维

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  H04B17/30

Abstract: 本发明属于行为识别技术领域，具体涉及一种基于Wi‑Fi信道状态信息的无接触式人体行为识别方法及系统，该方法包括：实时采集不同动作的信道状态信息原始数据，对采集的数据进行于预处理，并对预处理后的数据进行特征提取；将提取的特征输入到训练好的机器学习模型和分类模型中，得到最终的行为识别结果；本发明使用GRU和CNN相结合的并行分类模型，能够很好的建立人体动作和CSI信号变化模式的相互关系，具有良好的人体行为识别效果，提高了基于Wi‑Fi信号识别人体动作的准确率。

公开(公告)号：CN116189049A

公开(公告)日：2023-05-30

申请号：CN202310041545.6

申请日：2023-01-12

Applicant: 重庆邮电大学

Inventor： 程克非 ,  郑聪 ,  陈京浩 ,  杨帆 ,  罗维

IPC: G06V20/40 ,  G06V20/52 ,  G06V10/74 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明属于计算机技术领域，具体涉及一种基于深度学习的眼保健操质量评估方法；该方法利用网络摄像头实时采集将待识别图像输入到轻量化实时人体姿态估计网络，识别出待识别图像中的所有人体，并输出每个人体对应的关键点坐标；教室监控视频流，并使用帧间差分法从教室监控视频流中提取待识别图像；采用平滑滤波网络对待识别图像中每个人体对应的关键点坐标进行平滑处理，得到每个人体对应的平滑关键点坐标；根据每个人体对应的平滑关键点坐标对其肢体进行向量化建模，并结合眼保健操质量评估算法输出每个人体执行眼保健操的姿态质量结果；本发明可以有效地提高学校对于各个教室眼保健操执行情况的监督效率。

公开(公告)号：CN114299926A

公开(公告)日：2022-04-08

申请号：CN202111592032.1

申请日：2021-12-23

Applicant: 重庆邮电大学

Inventor： 程克非 ,  李文琪 ,  张亮 ,  陈京浩 ,  罗维

IPC: G10L15/04 ,  G10L25/24 ,  G10L25/45 ,  G06F3/023 ,  G06F3/02

Abstract: 本发明涉及一种基于音频的击键内容识别方法、装置、设备和存储介质，属于无线识别领域，该方法包括：接收击键时的音频；定位音频中的击键片段；使用击键相对位置预测方法生成击键约束集合；在击键约束集合中选择约束子集；结合语料库还原击键内容。采用本申请不需要使用特别高精度的设备，节约了成本同时提高了适用性；另外，使用多种定位方法进行击键约束的生成，避免了单一方法的片面性；最后，该识别方法不依赖于特定场景和设备，即使使用的键盘不同，键盘的使用者不同等，也不会对识别产生影响，提高了击键内容识别的准确性。