一种基于波形的水声Modem属性智能识别方法

    公开(公告)号:CN116244626A

    公开(公告)日:2023-06-09

    申请号:CN202310061147.0

    申请日:2023-01-16

    Abstract: 本发明提供一种基于波形的水声Modem属性智能识别方法。该方法包括:步骤1:采集少量水声Modem实际信号样本并存储至数据库中;步骤2:测量分析数据库中各水声Modem实际信号样本的信号规格;步骤3:根据信号规格,利用仿真模型产生Modem信号数据集;步骤4:利用Modem信号数据集对图像识别神经网络模型进行训练,得到水声Modem属性智能识别模型;步骤5:利用水声Modem属性智能识别模型对待检测Modem信号进行开集识别,具体包括:若待检测Modem信号与数据库中某已知Modem信号相似度较高,则认为待检测Modem信号为该已知类Modem产生;反之,则认为待检测Modem信号为新型未知Modem信号并将其存储至数据库中,并按照步骤2至步骤4的方式对Modem信号数据集和水声Modem属性智能识别模型进行动态更新。

    基于信息加密的微处理器固件信息保护方法

    公开(公告)号:CN112507397B

    公开(公告)日:2023-03-14

    申请号:CN202011324918.3

    申请日:2020-11-23

    Abstract: 本发明公开了一种基于信息加密的微处理器固件信息保护方法,微处理器读取运行标志,判断微处理器为非首次运行;并读取加密序列,解密出启动次数和唯一序列号,将解密后的序列号和启动次数与标准值进行对比;根据对比结果,微处理器正常启动,内部控制逻辑将启动次数进行加一操作,并将唯一序列号以及启动次数再次执行加密以及分散存储,或微处理器宕机;本发明采用经过改进的对称加密算法,基于对微处理器唯一序列号、软件系统首次启动标志以及软件系统启动次数值的数据,并进行独特算法的加密以及特定形式的存储,达到保护微处理器固件信息的目的,用在对微处理器启动次数有限制的生产应用中,可防止微处理器固件信息被恶意读取、篡改和复制。

    基于多维度信息服务的位置隐私保护方法

    公开(公告)号:CN110263569A

    公开(公告)日:2019-09-20

    申请号:CN201910387060.6

    申请日:2019-05-10

    Abstract: 本发明公开了一种基于多维度信息服务的位置隐私保护方法及装置,它包括以下步骤:首先,按照时间维度、空间维度和信息维度对位置信息提供方的隐私标准进行分类:(1).时间维度:1a提供全时段位置信息,1b提供特定时段位置信息,(2).空间维度:2a提供精确位置信息,2b提供降低精度的位置信息,(3).信息维度:3a实名制用户位置信息,3b匿名制用户位置信息;其次,位置信息提供方根据自身需要设置不同等级的位置偏差幅度参数,服务器根据位置信息提供方的要求,将上述时间维度、空间维度和信息维度进行相应的组合;最后,不同等级的位置信息使用方从服务器中得到相应的位置信息。本发明利用多维度位置通过对用户真实位置进行组合,达到保护用户位置信息的目的。

    基于深层混合因子分析的声学模型的构建方法

    公开(公告)号:CN109545201B

    公开(公告)日:2023-06-06

    申请号:CN201811537321.X

    申请日:2018-12-15

    Abstract: 本发明涉及语音识别技术领域,公开基于深层混合因子分析的声学模型的构建方法,包括:利用训练数据,采用HMM‑GMM模型生成基线系统;根据HMM‑GMM模型参数,对DMFA模型进行初始化,DMFA模型由两层MFA模型组成,采用GMM聚类和概率主成分分析方法初始化DMFA模型参数;利用训练数据,通过HMM‑GMM模型的基线系统,采用贪婪EM算法估计声学特征空间的DMFA模型的整体模型参数;估计DMFA模型的第一层MFA模型的状态模型参数,所述状态模型参数包括状态相关参数及状态无关参数;估计DMFA模型的第二层MFA模型的状态模型参数。本发明将深层混合因子分析模型引入到状态模型的建模过程中,提出了基于深层混合因子分析的声学模型,具备更好的抗过拟合能力。

Patent Agency Ranking