-
公开(公告)号：CN108768919A
公开(公告)日：2018-11-06
申请号：CN201810247513.0
申请日：2018-03-23
Applicant: 浙江大学
CPC classification number: H04L63/0428 , H04L9/0631 , H04L67/02 , H04W4/80
Abstract: 本发明公开了一种用于电子人数据传输的加密方法，由于当电子人账户和生理信号数据相对应的时候，电子人云平台上存储的数据才是有意义的，对生理信号数据的加密是没有价值的，只需要将传输过程中的电子人的账户信息隐藏起来，就可以避免个人信息的泄漏。因此，只对账户信息进行加密，这同时减小了数据加密的计算开销并且提高了系统的实时性。本发明方法使用AES‑128算法对数据包中的电子人账户信息进行加密，而不是对整个数据包进行加密，然后对账户信息生成的密文与生理信号数据包进行数据传输，从而避免了电子人信息的泄漏，并节省了加密耗时。
-
Patent Agency Ranking
公开(公告)号：CN108573275A
公开(公告)日：2018-09-25
申请号：CN201810188057.7
申请日：2018-03-07
Applicant: 浙江大学
Abstract: 本发明公开了一种在线分类微服务的构建方法，相对于传统基于批处理的分类方法(如SMO等)由于每次分类都要对所有训练样本进行计算，具有耗时大和部署困难的问题，不利于模型的在线修改。本发明在线分类微服务构建方法，可以利用实时获取的训练样本对分类器进行更新，同时提高了对数据处理的效率，利用微服务的架构可以对降低部署模型的复杂度，加快模型的上线迭代。
-
公开(公告)号：CN108573275B
公开(公告)日：2020-08-25
申请号：CN201810188057.7
申请日：2018-03-07
Applicant: 浙江大学
Abstract: 本发明公开了一种在线分类微服务的构建方法，相对于传统基于批处理的分类方法(如SMO等)由于每次分类都要对所有训练样本进行计算，具有耗时大和部署困难的问题，不利于模型的在线修改。本发明在线分类微服务构建方法，可以利用实时获取的训练样本对分类器进行更新，同时提高了对数据处理的效率，利用微服务的架构可以对降低部署模型的复杂度，加快模型的上线迭代。
-
公开(公告)号：CN108392211B
公开(公告)日：2020-05-29
申请号：CN201810026845.6
申请日：2018-01-11
Applicant: 浙江大学
IPC: A61B5/16 , A61B5/0205 , A61B5/0402 , A61B5/04
Abstract: 本发明公开了一种基于多信息融合的疲劳检测方法，其引入了呼吸率和手指电导率以及手指体温的生理监测指标，通过将四种生理特征提取后使用样本熵估计并通过LS‑SVM进行疲劳状态的分类。本发明利用了包括心率、皮肤电导率、皮肤温度、呼吸率在内的多种生理指标作为特征，提高了疲劳检测的准确率，同时使用了分类速度更快的LS‑SVM分类器，保证了能够快速分类的效果，分类的准确和快速是疲劳检测的重要指标。
-
-
公开(公告)号：CN108392211A
公开(公告)日：2018-08-14
申请号：CN201810026845.6
申请日：2018-01-11
Applicant: 浙江大学
IPC: A61B5/16 , A61B5/0205 , A61B5/0402 , A61B5/04
Abstract: 本发明公开了一种基于多信息融合的疲劳检测方法，其引入了呼吸率和手指电导率以及手指体温的生理监测指标，通过将四种生理特征提取后使用样本熵估计并通过LS-SVM进行疲劳状态的分类。本发明利用了包括心率、皮肤电导率、皮肤温度、呼吸率在内的多种生理指标作为特征，提高了疲劳检测的准确率，同时使用了分类速度更快的LS-SVM分类器，保证了能够快速分类的效果，分类的准确和快速是疲劳检测的重要指标。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
