-
公开(公告)号：CN114495950B
公开(公告)日：2025-05-09
申请号：CN202210347480.3
申请日：2022-04-01
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度残差收缩网络的语音欺骗检测方法，首先对待检测语音进行预处理，对预处理后的语音特征数据进行变换获得对应的常数Q倒谱系数特征、梅尔频率倒谱系数特征和声谱图特征；然后采用深度残差收缩网络，分别对常数Q倒谱系数特征、梅尔频率倒谱系数特征和声谱图特征进行处理，获得对应的三种深度特征；将所述三种深度特征分别输入到深度神经网络分类器，计算得到所述三种深度特征对应的检测分数；最后将所述三种深度特征对应的检测分数进行融合，判断待检测语音是否为真实语音。本发明提高了在复杂声学环境下的判别特征学习能力，提升了系统泛化性，应用场景更广。
-
公开(公告)号：CN114495950A
公开(公告)日：2022-05-13
申请号：CN202210347480.3
申请日：2022-04-01
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度残差收缩网络的语音欺骗检测方法，首先对待检测语音进行预处理，对预处理后的语音特征数据进行变换获得对应的常数Q倒谱系数特征、梅尔频率倒谱系数特征和声谱图特征；然后采用深度残差收缩网络，分别对常数Q倒谱系数特征、梅尔频率倒谱系数特征和声谱图特征进行处理，获得对应的三种深度特征；将所述三种深度特征分别输入到深度神经网络分类器，计算得到所述三种深度特征对应的检测分数；最后将所述三种深度特征对应的检测分数进行融合，判断待检测语音是否为真实语音。本发明提高了在复杂声学环境下的判别特征学习能力，提升了系统泛化性，应用场景更广。
-
公开(公告)号：CN113438239B
公开(公告)日：2022-04-19
申请号：CN202110711741.0
申请日：2021-06-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度k近邻的网络攻击检测方法及装置，构建用于网络攻击检测的深度网络模型，采用训练样本数据训练深度网络模型，得到训练完成的深度网络模型，将训练样本数据输入到训练完成的深度网络模型中，获取训练样本数据在深度网络模型每一层的输出，并将校正样本数据输入到训练完成的深度网络模型，计算得到校正样本数据对应的距离特征之和组成数据集，然后将待检测数据输入到训练完成的深度网络模型，结合DkNN分析，来得到预测结果。本发明技术方案具有了良好的鲁棒性，得到了预测分类结果的更加准确的可信度。
-
公开(公告)号：CN110516535A
公开(公告)日：2019-11-29
申请号：CN201910630440.8
申请日：2019-07-12
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度学习的老鼠活跃度检测方法和系统、及卫生评估方法，包括：获取老鼠活动视频，得到训练数据集；构建RetinNet网络模型，将训练数据集导入RetinNet网络模型进行训练，得到老鼠检测模型；利用ImageAI调用老鼠检测模型识别待检测视频每一帧图片中的目标物，并输出每一帧图片中目标物的候选框及对应的类概率；根据候选框及类概率，采用非极大值抑制算法对每一帧图片对应的候选框进行过滤，得到针对每一帧图片的目标框集合；根据每一帧图片及目标框集合，采用目标计数算法，获得待检测视频中老鼠出现的次数，并根据次数评估环境卫生是否合格。本发明不仅节省了大量人力，且目标物检测的有效性和可靠性高，并且能够为卫生评估提供良好的参考数据。
-
公开(公告)号：CN109962915A
公开(公告)日：2019-07-02
申请号：CN201910188286.3
申请日：2019-03-13
Applicant: 杭州电子科技大学
IPC: H04L29/06
Abstract: 本发明属于深度学习技术领域，具体涉及一种基于BQP网络的异常检测方法，包括以下步骤：S1，预设异常检测图像训练数据集；S2，搭建BQP网络，设定参数；S3，对于每一批次送入BQP网络的训练批次，利用BQP网络中的特征抽取网络抽取图像中的特征，其输出为批次特征向量X，大小为B×n；S4，在BQP网络中的QP输出层中构建特征超球，QP输出层输出最优对偶变量；S5，通过分类损失函数和一致性损失函数，分别对特征抽取网络输出的特征向量X和QP输出层的最优对偶变量计算损失函数，并通过反向传播算法对BQP网络进行参数优化；S6，检测时，使用特征抽取网络输出的特征向量模长与设定的阈值进行比较，实现异常检测。
-
Patent Agency Ranking
公开(公告)号：CN107632304A
公开(公告)日：2018-01-26
申请号：CN201710709636.7
申请日：2017-08-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种大斜视条件下的合成孔径声呐成像处理方法，该方法具体为：得到接收的回波信号，对接收回波进行距离向的傅里叶变换；在距离频域对信号进行线性距离徙动校正，同时去除信号的多普勒中心频率；通过Keystone变换重新构建方位向时间，设计滤波器进行距离压缩；把信号变换到方位频域分析方位调频率与斜距的关系，再变回方位时域与变标函数相乘；将信号变回方位频域，设计滤波器进行方位压缩，把方位压缩之后的信号变回方位时域，得到聚焦图像。本发明在处理大斜视、高分辨率回波数据具有更好的聚焦效果。
-
公开(公告)号：CN104102903A
公开(公告)日：2014-10-15
申请号：CN201410333553.9
申请日：2014-07-14
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于SRC的二次人脸识别方法，它利用SRC算法对人脸图像先进行第一次识别。通过分析识别结果的差异，判断是否需要进行二次识别。如果进行二次识别，利用Harris角点检测法和Gabor滤波器截取人脸细节特征，如眼睛、鼻子、嘴巴等特征，并组成新的人脸样本库。最后再次利用SRC算法对新的人脸样本库进行二次识别。本发明通过线性判别分析法对样本集进行降维，减小算法时间复杂度；然后又利用自商图算法，减小了光照变化对识别过程的影响；同时，结合Harris角点检测和Gabor滤波器，充分提取了人脸细节，减小了拍摄姿势、表情变化带来的影响，利用二次识别很好地提高了算法的精度。
-
公开(公告)号：CN103117771A
公开(公告)日：2013-05-22
申请号：CN201310027599.3
申请日：2013-01-23
Applicant: 杭州电子科技大学
IPC: H04B1/7115 , H04B7/15
Abstract: 本发明公开了一种CDMA2000数字直放站的上行链路合路方法，本发明其核心思想是将CDMA2000数字直放站上行链路的AD采样数据对齐相加，首先用随机函数生成两个二进制矩阵信号，分别代表用户1和用户2信号；其次，对矩阵信号进行QPSK复扩频；再者对复扩频后的矩阵信号进行随机延时，并将延时后的信号输入成型滤波器进行波束成形，以实现信号的模拟化过程；再然后将波束成形后的信号进行AD采样，得到用户的数字域信号；最后将两个用户的数字域信号对齐相加。然后对合路后的信号进行解复扩频，从而可解得用户1和用户2的有用信息，并将该有用信号与原始信号作比较。本发明性能稳定，复杂度低，具有较好的应用价值。
-
公开(公告)号：CN101453056A
公开(公告)日：2009-06-10
申请号：CN200810163517.7
申请日：2008-12-29
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种用于移动通信终端的内置双频天线。现有产品体积大、可靠性和电性能指标低。本发明包括片状L形的激励微带、寄生微带、短路带和片状长方形的天线地板。激励微带、寄生微带、短路带和天线地板为金属片的一体结构。短路带一端和天线地板相接，另一端和激励微带相接，激励微带通过短路带和天线地板连接，寄生微带一端与天线地板相连，并与激励微带间隔且平行，天线地板的尾部向内翻边。本发明结构紧凑、成本低廉，可有效地工作在TD－SCDMA所使用的1880－1920MHz和2010－2025MHz两个频段。其较为均衡地体现终端天线小型化、结构简单和双频工作的要求。
-
公开(公告)号：CN113556319B
公开(公告)日：2022-09-30
申请号：CN202110652571.3
申请日：2021-06-11
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种物联网下基于长短期记忆自编码分类器的入侵检测方法，深度学习是实现入侵检测的一种有效的方式，但是传统的简单单一的深度学习模型如CNN和RNN在面对日益复杂的网络数据和网络攻击时检测能力十分有限。因此为了进一步提高模型的检测精度和效率，将无监督学习自编码器加入其中，利用其强悍的特征提取能力对数据非线性降维，再将长短期记忆模型和自编码器相结合，充分结合了这两个模型基于时间序列和非线性降维的特点，对网络流量进行检测。经过对比试验证明，长短期记忆自编码分类器在检测精度上优于BGRU、BLSTM和门控循环单元自编码分类器。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.025 seconds)
