-
公开(公告)号：CN112260950A
公开(公告)日：2021-01-22
申请号：CN202011117714.2
申请日：2020-10-19
Applicant: 桂林电子科技大学
IPC: H04L12/725 , H04L12/729 , H04L12/761 , H04L29/08
Abstract: 本发明公开一种基于业务优先级区分的云存储网络组播流调度方法，包括：S1利用软件定义网络技术实时监控获取网络状态信息；S2后根据组播业务流对网络性能的需求对其进行优先级区分；S3在为组播业务流选择组播路径时，将此组播路径选择任务分解为多个单播路径选择任务；S4针对区分出来的不同优先级的组播业务流与当前的网络状态，为分解出来的各单播路径选择任务找到一个基于理想解的最优单播路径集；S5通过各路径集间的最大公共子路径确定组播分发节点以构建组播传输路径。本发明在保证数据中心负载均衡的同时，减少了冗余流量，降低了高优先级业务流的传输时间，提升了用户体验。
-
公开(公告)号：CN111859876A
公开(公告)日：2020-10-30
申请号：CN201910320980.6
申请日：2019-04-21
Applicant: 桂林电子科技大学 , 桂林金发明科技开发有限公司
Inventor： 王勇
IPC: G06F40/174
Abstract: 本发明涉及一种表格自动录入方法及系统，方法可以无需靶符号；通过对表格的分析，在数据源中采集属性名称在预设的系统规则下可能对应的所有的属性值,并且确定属性值输入的位置，同时，在数据源中查找属性对应的属性值，并列出所有的属性值；若列出属性值只有一项，或可确定某一属性值，录入该属性值，完成表格自动录入；若不能确定是多项属性值的某一项，列出所有可能的属性值，用户选定后录入。本发明自动在数据源中采集信息，有效提高工作效率。
-
公开(公告)号：CN107135062B
公开(公告)日：2020-10-30
申请号：CN201710315498.4
申请日：2017-05-08
Applicant: 桂林电子科技大学
Abstract: 本发明属于信息安全领域，涉及大文件加密的方法。该方法考虑到大文件的数据庞大，不适合于全部加密，而且不同的加密方法有不同的优缺点，全同态加密也不能解决所有的委托计算委托，而且加密的代价大，有些需要采用具有误导功能的加密，有些只需要采用一般对称加密，因此根据需要采用分段选择合适的加密方法，通过规则或者选取，只加密部分数据，加密前对于数据没有保留要求的，先压缩再加密，可以提高安全性，减少存储空间。同时提出了减少密钥管理且保证安全的优选方案，可以只需要较少的密钥进行文件的加解密。
-
公开(公告)号：CN111669588A
公开(公告)日：2020-09-15
申请号：CN202010464463.9
申请日：2020-05-27
Applicant: 西安电子科技大学
IPC: H04N19/124 , H04N19/13 , H04N19/184 , H04N19/63
Abstract: 本发明属于无线多媒体通信技术领域，公开了一种具有超低时延的超高清视频压缩编解码方法，编码端将输入的视频图像进行输入预处理来去除直流分量；将预处理后的图像进行非对称小波分解得到了不同分辨率的子带，对变换后的小波系数在频率域进行比例抽取。将处理后的小波系数合理划分为区域，在其上进行码率控制得到相应的量化参数和熵编码模式；对量化后的码组系数进行熵编码和码流组织；在解码端，首先对得到的码流进行头解析获得解码参数；进行熵解码得到小波系数值和比特平面计数位置，反量化后进行插值恢复；执行反小波变换即可得到原来的图像数据。本发明在有效降低压缩与解压缩算法复杂度的同时，实现了超高清视频的高效压缩解压缩和低延时输出。
-
公开(公告)号：CN107607952B
公开(公告)日：2020-08-11
申请号：CN201710975293.9
申请日：2017-10-16
Applicant: 电子科技大学
IPC: G01S13/90
Abstract: 本发明公开了一种基于电磁涡旋波的三维合成孔径雷达成像方法，主要解决了现有二维成像方法仅考虑目标与雷达相对静止的问题。本发明的实现步骤是：(1)发射具有不同轨道角动量的电磁涡旋波；(2)对接收到的回波信号进行距离压缩和距离徙动校正；(3)沿航向进行去斜操作，得到沿航向聚焦图像；(4)以场景中心为参考，对沿航向聚焦后的图像进行多普勒单元徙动校正；(5)在轨道角动量域进行傅里叶变换，得到三维图像，再根据角度转换关系，得到最终的三维合成孔径雷达图像。本发明通过利用电磁涡旋波携带的轨道角动量，结合目标与雷达的相对运动，实现了三维合成孔径雷达成像。
-
Patent Agency Ranking
公开(公告)号：CN107135042B
公开(公告)日：2020-07-28
申请号：CN201710238238.1
申请日：2017-04-13
Applicant: 西安电子科技大学
IPC: H04B17/382
Abstract: 本发明公开了一种DVB‑T2标准中的无线广播信号检测方法，主要解决现有检测方法中检测时间长和检测概率低的问题，其实现方案是：首先对接收信号与本地时域导频序列进行滑动互相关并归一化，通过对归一化互相关序列进行峰值检测和周期检测，获得接收信号的子载波数；然后对接收信号进行滑动自相关并归一化，通过计算归一化自相关序列的峰值宽度，获得接收信号的保护间隔。本发明通过对子载波数和保护间隔的检测，为其他无线通信业务提供可用频段，同时为全球广播漫游接收机中无线广播信号的选择提供参考信息。本发明降低了检测时间、提高了检测概率，可用于认知无线电的频谱感知环节和地面数字电视的全球广播漫游中。
-
公开(公告)号：CN111241583A
公开(公告)日：2020-06-05
申请号：CN202010033257.2
申请日：2020-01-13
Applicant: 桂林电子科技大学
IPC: G06F21/62 , G06F16/2458 , G06F16/28
Abstract: 本发明公开了一种可穿戴设备分类属性个性化本地差分隐私保护方法及系统，所述系统是基于不可信的第三方数据存取服务端，在系统初始化阶段，可认证授权机构将整体隐私预算发送给可穿戴设备端，同时为可穿戴设备端和第三方数据存取服务端提供对称加密和对称解密服务，可穿戴设备端通过可认证授权机构和第三方数据存取服务端完成数据上传，敏感数据使用方发起数据查询请求，第三方数据存取服务端接收该查询请求并进行响应。本发明为可穿戴设备提供个性化隐私需求的同时降低通信代价，同时让任何第三方数据存取服务端在不知道可穿戴设备隐私数据的情况下获得分类属性的频数估计，从而实现了高可用性、低通信代价和个性化的多维数据隐私保护。
-
公开(公告)号：CN111132020A
公开(公告)日：2020-05-08
申请号：CN201911244294.1
申请日：2019-12-06
Abstract: 本发明属于无线通信技术领域，公开了一种基于机器学习的RSSI室内环境感知与检测方法，应用机器学习中的DBSCAN聚类算法结合阈值法；应用DBSCAN聚类算法结合阈值法的方法进行室内人员状态的检测，通过将RSSI值与方差两个特征值进行分类检测，得到当前环境中的人员状态；检测人员状态的变化，首先将系统设置为睡眠状态，然后应用该算法，检测室内定位环境是否有人入侵，当检测到人员入侵，则将处于睡眠状态的系统进行唤醒，实现了定位系统的唤醒功能。本发明增加了人员状态检测的功能，减小了人员状态的影响，提升了测距定位精度；实现了定位系统的唤醒功能，并且在一定程度上增加了系统的使用时间。
-
公开(公告)号：CN111124860A
公开(公告)日：2020-05-08
申请号：CN201911291751.2
申请日：2019-12-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种在不可控环境下使用键盘和鼠标数据识别用户的方法，包括如下步骤：步骤1，数据采集：在计算机中部署键盘动作采集程序和鼠标动作采集程序，采集计算机日常操作中的键盘元数据和鼠标元数据；步骤2，特征提取：从采集的键盘元数据和鼠标元数据中，提取键盘动作特征和鼠标动作特征；步骤3，模型培训：利用提取的键盘动作特征和鼠标动作特征在每个用户之间训练一个增强拓扑的进化神经网络，得到用户识别模型；步骤4，用户识别：利用用户识别模型对待识别用户进行识别。本发明使用键盘动作特征和鼠标动作特征相结合，比只使用单独一种特征的方法更加有效，并在使用NEAT算法进行训练后，比传统的SVM和神经网络算法有更高的识别率。
-
公开(公告)号：CN111107076A
公开(公告)日：2020-05-05
申请号：CN201911291425.1
申请日：2019-12-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种安全高效的矩阵乘法外包方法，包括如下步骤：(1)客户端生成用于伪装原始矩阵的私密参数；(2)客户端利用私密参数对原始矩阵进行转换，并将转换后的矩阵乘法任务发送给云服务器；(3)云服务器对接收到的矩阵乘法任务进行乘法计算，并将计算结果返回给客户端；(4)客户端对云服务器返回的计算结果进行恢复；(5)客户端对恢复后的结果进行验证，如果结果不能通过客户端的验证则拒绝接受恢复的结果并重新执行(1)～(5)；如果通过客户端的验证则接受恢复的结果并结束。本发明相比现有的矩阵乘法外包方案更能保护矩阵元素的隐私信息，尤其是矩阵中零元素的隐私信息。
-
-
-
-
-
-
-
-
-
Search Results
891
records
(took 0.238 seconds)
