-
公开(公告)号：CN108197581A
公开(公告)日：2018-06-22
申请号：CN201810022820.9
申请日：2018-01-10
Applicant: 厦门大学
Abstract: 一种基于改进AC-WGANs的无人机信号识别检测算法，包括以下步骤：S1、采集无人机的无线信号物理层前导码的射频信号，进行起点检测、带通滤波后提取该射频信号的包络信号；S2、将预处理后得到的包络信号基于改进分段PCA数据降维算法进行降维，降维后的信号分成测试信号和训练信号；S3、采用AC-WGANs识别检测算法并结合训练信号训练生成模型和判别模型，并根据判别模型对测试信号进行识别；S4、根据识别结果，改进AC-WGANs识别检测算法。本发明采用改进分段PCA数据降维的方法对无线信号进行降维，较好的保留了相应信息的同时，降低了算法的空间复杂度。
-
公开(公告)号：CN119203236A
公开(公告)日：2024-12-27
申请号：CN202411408704.2
申请日：2024-10-10
Applicant: 厦门大学嘉庚学院
Inventor： 陈彩云
IPC: G06F21/62 , G06F40/151 , G06F40/169 , G06F40/279 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及线上评论异常检测领域，具体涉及基于差分隐私保护的课程评论异常检测方法、系统及产品，S1：获取线上教育平台的原始数据集，将原始数据集以CSV结构化格式存储在数据库中；S2：对数据库中的原始数据集进行数据清洗，获取预处理后的原始数据集；S3：采用差分隐私技术构建隐私保护模型，隐私保护模型包括梯度裁剪模块和添加噪声模块；S4：构建DP‑TextCNN模型；S5对DP‑TextCNN模型进行训练，获取分类结果；通过结合差分隐私技术和文本卷积神经网络模型，实现对课程评论中异常评分的高效、准确识别。
-
Patent Agency Ranking
公开(公告)号：CN111007871B
公开(公告)日：2022-04-29
申请号：CN201911203163.9
申请日：2019-11-29
Applicant: 厦门大学
IPC: G05D1/10
Abstract: 本发明公开了一种无人机动态特征识别方法、介质、设备及装置，其中方法包括：获取无人机处于不同飞行状态下的第一微多普勒信号；提取第一微多普勒信号的动态特征；根据特征属性增强算法对第一微多普勒信号和动态特征进行扩充，以得到扩充后的无人机信号特征域；根据扩充后的无人机信号特征域进行无人机检测识别模型的训练，以得到无人机检测识别模型；获取待检测无人机的第二微多普勒信号，并通过无人机检测识别模型对第二微多普勒信号进行检测，以获取待检测无人机的动态特征；能够对无人机飞行过程中的动态特征进行有效识别，提高检测结果的可靠性，进而保障航空安全性。
-
公开(公告)号：CN111007871A
公开(公告)日：2020-04-14
申请号：CN201911203163.9
申请日：2019-11-29
Applicant: 厦门大学
IPC: G05D1/10
Abstract: 本发明公开了一种无人机动态特征识别方法、介质、设备及装置，其中方法包括：获取无人机处于不同飞行状态下的第一微多普勒信号；提取第一微多普勒信号的动态特征；根据特征属性增强算法对第一微多普勒信号和动态特征进行扩充，以得到扩充后的无人机信号特征域；根据扩充后的无人机信号特征域进行无人机检测识别模型的训练，以得到无人机检测识别模型；获取待检测无人机的第二微多普勒信号，并通过无人机检测识别模型对第二微多普勒信号进行检测，以获取待检测无人机的动态特征；能够对无人机飞行过程中的动态特征进行有效识别，提高检测结果的可靠性，进而保障航空安全性。
-
公开(公告)号：CN106452716A
公开(公告)日：2017-02-22
申请号：CN201611021193.4
申请日：2016-11-15
Applicant: 厦门大学
Abstract: 本发明公开了基于Hash指纹的无人机信号识别检测算法，包括以下步骤：S1、采集无线信号(包括无人机)物理层前导码的射频信号，进行起点检测、提取无线信号前导码射频信号的包络；S2、采用改进的峰值检测算法得到无线信号的前导码特征波形信息，包括包络峰值幅度和位置信息；S3、根据前导码特征波形信息构建无人机信号的Hash指纹，并进行指纹识别。本发明的算法能够根据无线信号前导码射频信号特征波形的不同，提取无线信号的特征波形信息，并进行Hash指纹识别，无人机信号识别率高。
-
公开(公告)号：CN108197581B
公开(公告)日：2020-04-21
申请号：CN201810022820.9
申请日：2018-01-10
Applicant: 厦门大学
Abstract: 一种基于改进AC‑WGANs的无人机信号识别检测方法，包括以下步骤：S1、采集无人机的无线信号物理层前导码的射频信号，进行起点检测、带通滤波后提取该射频信号的包络信号；S2、将预处理后得到的包络信号基于改进分段PCA数据降维算法进行降维，降维后的信号分成测试信号和训练信号；S3、采用AC‑WGANs识别检测算法并结合训练信号训练生成模型和判别模型，并根据判别模型对测试信号进行识别；S4、根据识别结果，改进AC‑WGANs识别检测算法。本发明采用改进分段PCA数据降维的方法对无线信号进行降维，较好的保留了相应信息的同时，降低了算法的空间复杂度。
-
公开(公告)号：CN106452716B
公开(公告)日：2019-09-06
申请号：CN201611021193.4
申请日：2016-11-15
Applicant: 厦门大学
Abstract: 本发明公开了基于Hash指纹的无人机信号识别检测算法，包括以下步骤：S1、采集无线信号(包括无人机)物理层前导码的射频信号，进行起点检测、提取无线信号前导码射频信号的包络；S2、采用改进的峰值检测算法得到无线信号的前导码特征波形信息，包括包络峰值幅度和位置信息；S3、根据前导码特征波形信息构建无人机信号的Hash指纹，并进行指纹识别。本发明的算法能够根据无线信号前导码射频信号特征波形的不同，提取无线信号的特征波形信息，并进行Hash指纹识别，无人机信号识别率高。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
