-
公开(公告)号：CN107145807A
公开(公告)日：2017-09-08
申请号：CN201710311783.9
申请日：2017-05-05
Applicant: 中国石油大学(华东)
CPC classification number: G06K7/0008 , G06K7/10069
Abstract: 本发明涉及一种含未知标签的射频识别系统的丢失标签识别方法，所述识别方法包括未知标签抑制和丢失标签识别两个过程。在进行未知标签抑制过程中，若判断某个标签为未知标签，则该标签进入休眠状态，不再参与后续的未知标签抑制和丢失标签识别过程，通过对未知标签的抑制，本发明识别方法方法能够有效射频识别系统中的未知标签，降低未知标签对丢失标签识别过程的影响，提高识别的精度。在丢失标签识别过程中，将每个帧分为多个子帧，并且只保留单时隙，大大缩短了识别时间。
-
公开(公告)号：CN110807339B
公开(公告)日：2023-04-14
申请号：CN201911065666.4
申请日：2019-11-04
Applicant: 中国石油大学(华东)
IPC: G06K7/00
Abstract: 本发明涉及一种RFID系统的丢失标签检测方法，含有以下步骤：阅读器根据所有已知标签的ID以及哈希函数，通过阅读器构建的网格表将RFID系统中的未知标签进行失活，其中，f1表示每个帧的长度，l表示随机种子数量；阅读器根据所有已知标签的ID以及基于ID右移的多次哈希运算检测RFID系统中的丢失标签，进行哈希运算时，每个标签进行多次映射，在第i次映射之前，剩余标签的ID右移i‑1位之后再做哈希运算。本发明能够有效地失活绝大部分的未知标签，将未知标签对丢失标签检测的影响大幅度降低，且能够缩短响应时间，提高丢失标签的检测效率。
-
公开(公告)号：CN110378158B
公开(公告)日：2023-03-28
申请号：CN201910664849.1
申请日：2019-07-23
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种基于分段的大规模RFID系统概率性克隆攻击识别方法，所述识别方法中，阅读器采用多轮识别的方式对大规模RFID系统中的所有真实标签进行识别，其具体步骤为：(一)在任意第i轮识别中，阅读器与选中时隙期望状态为单时隙的真实标签进行通信，并根据真实标签的实际应答情况做出识别措施；(二)当阅读器完成一轮识别后，改变帧长度fi和随机数种子Ri参数继续对剩余未识别的真实标签进行新一轮的识别，直至大规模RFID系统中所有的真实标签被识别完毕，则完成整个大规模RFID系统的概率性克隆攻击的识别。本发明能够提高克隆攻击的识别精度和效率，缩短识别时间，不仅可以识别概率性的克隆攻击，还可以适用于克隆标签具有100％攻击概率的情形。
-
公开(公告)号：CN115146667A
公开(公告)日：2022-10-04
申请号：CN202210428762.6
申请日：2022-04-22
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于曲波变换与多分枝深层自编码的多尺度地震噪声压制算法。属于地震信号处理领域。本发明提出采用基于多分枝卷积自编码器与曲波变换去噪算法动态融合的多尺度地震噪声压制方法，实现准确的地震数据噪声压制与弱信号提取。首先生成含真实噪声的数据训练集与纯净的数据标签集，生成的训练集与标签集通过切块算法得到一组大小相同的矩阵，并将其输入到构建的多分枝卷积自编码地震噪声压制网络，进行模型的迭代训练，迭代结束后保存模型参数，完成网络训练；通过相同的方法将需要去噪的数据加工成预测集，并将其分别输入到神经网络分支与曲波变换分支，两个分支的运算结果通过均方损失算法根据数据的特征进行动态加权融合，得到高精度的纯净地震数据。该方法能够显著压制地震数据中多尺度的噪声特征，并增强多尺度的深层弱信号，提高整体信噪比。该方法效果优于传统算法，为地震数据的噪声压制提供了新的思路。
-
公开(公告)号：CN113850095A
公开(公告)日：2021-12-28
申请号：CN202111111564.9
申请日：2021-09-23
Applicant: 中国石油大学(华东)
IPC: G06K7/10
Abstract: 本发明涉及一种多点选择的商用RFID系统的未知标签识别方法，其步骤为：阅读器首先构建一个掩码集，为了降低空时隙的比例，提高未知标签的识别效率，掩码集被均分为多批，每批包含多个Select命令用于未知标签的选择。此外，为了消除多个Select命令共同作用导致的时隙冲突问题，阅读器将产生冲突的Select命令进行分解。这时，阅读器在问询标签前，将一批Select命令广播出去。被这些Select命令选择的标签会向阅读器发送回应，若出现冲突，则将该批的Select命令分解重新选择，通过多点的选择方式，本方法能够在降低空时隙比例的基础上避免了多个Select命令导致的时隙冲突问题，大大提高了未知标签的识别效率。
-
Patent Agency Ranking
公开(公告)号：CN109344673B
公开(公告)日：2021-03-12
申请号：CN201811139681.4
申请日：2018-09-28
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种基于SSZE的大规模分组RFID系统的丢失标签冰山查询方法，其步骤为：在结束任意第k,1≤k≤w轮的查询时，读头确定丢失的标签并标记为识别丢失标签，在下一轮查询中清除识别丢失标签；读头计算出当前轮估计下的各小组丢失标签估计值，并计算出其的期望值和方差；在第k轮查询的估计过程结束后，读头对之前k轮每轮估计下得到的各小组丢失标签估计值求均值，作为当前轮估计结束时的各小组丢失标签估计值，计算出其期望值和方差；在第w轮查询结束后，读头对标签小组进行分类，并进行准确度验证，若准确度达到所需可信度要求，则结束查询过程并得到标签组系列Γ'，否则继续需查询直至准确度达到所需可信度要求。本发明能够提高丢失标签冰山查询效率，缩短查询时间。
-
公开(公告)号：CN109117687B
公开(公告)日：2021-02-19
申请号：CN201811140730.6
申请日：2018-09-28
Applicant: 中国石油大学(华东)
IPC: G06K7/10
Abstract: 本发明涉及一种基于HZE的大规模分组RFID系统的丢失标签冰山查询方法，其步骤为：丢失标签查询包括w轮，在结束任意第k,1≤k≤w轮的查询时，读头得到当前轮估计下的各小组丢失标签估计值，并计算出其期望值和方差；在第k轮查询的估计过程结束后，读头将对之前k轮中每轮估计下得到的各小组丢失标签估计值进行求均值计算，作为当前轮估计结束时的各小组丢失标签估计值，并计算出其期望值和方差；在第w轮查询结束后，读头对标签小组进行分类，并对w轮的查询结果进行准确度验证，若查询准确度达到所需的可信度要求，则结束查询过程并得到标签组系列Γ'；否则继续需查询过程直至查询准确度达到所需的可信度要求。本发明能够提高丢失标签冰山查询效率，缩短查询时间。
-
公开(公告)号：CN110807339A
公开(公告)日：2020-02-18
申请号：CN201911065666.4
申请日：2019-11-04
Applicant: 中国石油大学(华东)
IPC: G06K7/00
Abstract: 本发明涉及一种RFID系统的丢失标签检测方法，含有以下步骤：阅读器根据所有已知标签的ID以及哈希函数，通过阅读器构建的网格表将RFID系统中的未知标签进行失活，其中，f1表示每个帧的长度，l表示随机种子数量；阅读器根据所有已知标签的ID以及基于ID右移的多次哈希运算检测RFID系统中的丢失标签，进行哈希运算时，每个标签进行多次映射，在第i次映射之前，剩余标签的ID右移i-1位之后再做哈希运算。本发明能够有效地失活绝大部分的未知标签，将未知标签对丢失标签检测的影响大幅度降低，且能够缩短响应时间，提高丢失标签的检测效率。
-
公开(公告)号：CN109344673A
公开(公告)日：2019-02-15
申请号：CN201811139681.4
申请日：2018-09-28
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种基于SSZE的大规模分组RFID系统的丢失标签冰山查询方法，其步骤为：在结束任意第k,1≤k≤w轮的查询时，读头确定丢失的标签并标记为识别丢失标签，在下一轮查询中清除识别丢失标签；读头计算出当前轮估计下的各小组丢失标签估计值，并计算出其的期望值和方差；在第k轮查询的估计过程结束后，读头对之前k轮每轮估计下得到的各小组丢失标签估计值求均值，作为当前轮估计结束时的各小组丢失标签估计值，计算出其期望值和方差；在第w轮查询结束后，读头对标签小组进行分类，并进行准确度验证，若准确度达到所需可信度要求，则结束查询过程并得到标签组系列Γ'，否则继续需查询直至准确度达到所需可信度要求。本发明能够提高丢失标签冰山查询效率，缩短查询时间。
-
公开(公告)号：CN109255275A
公开(公告)日：2019-01-22
申请号：CN201811139682.9
申请日：2018-09-28
Applicant: 中国石油大学(华东)
CPC classification number: G06K7/10009 , G06K7/10297 , G06K17/0029
Abstract: 本发明涉及一种基于SHZE的大规模分组RFID系统的丢失标签冰山查询方法，其步骤为：在结束任意第k,1≤k≤w轮的查询时，读头确定丢失的标签并标记为识别丢失标签，在下一轮查询中清除识别丢失标签；读头计算出当前轮估计下的各小组丢失标签估计值，并计算出其的期望值和方差；在第k轮查询的估计过程结束后，读头对之前k轮每轮估计下得到的各小组丢失标签估计值求均值，作为当前轮估计结束时的各小组丢失标签估计值，计算出其期望值和方差；在第w轮查询结束后，读头对标签小组进行分类，并进行准确度验证，若准确度达到所需可信度要求，则结束查询过程并得到标签组系列Γ'，否则继续需查询直至准确度达到所需可信度要求。本发明能够提高丢失标签冰山查询效率，缩短查询时间。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.075 seconds)
