-
公开(公告)号：CN110062379A
公开(公告)日：2019-07-26
申请号：CN201910301024.3
申请日：2019-04-15
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及信道状态信息应用领域，具体涉及一种人体行为场景下基于信道状态信息的身份认证方法。首先进行数据的采集，得到初始的人体行为数据，然后进行数据预处理，对数据进行动作分段与数据简化，得到稀疏矩阵，最后根据稠密卷积神经网络模型，通过对数据进行分类得到认证结果；相对于其他信道状态信息的身份认证方法相比，本发明的整体计算耗时较低并且在认证过程中能够保证极高的平均准确率。
-
公开(公告)号：CN110062379B
公开(公告)日：2022-10-28
申请号：CN201910301024.3
申请日：2019-04-15
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及信道状态信息应用领域，具体涉及一种人体行为场景下基于信道状态信息的身份认证方法。首先进行数据的采集，得到初始的人体行为数据，然后进行数据预处理，对数据进行动作分段与数据简化，得到稀疏矩阵，最后根据稠密卷积神经网络模型，通过对数据进行分类得到认证结果；相对于其他信道状态信息的身份认证方法相比，本发明的整体计算耗时较低并且在认证过程中能够保证极高的平均准确率。
-
公开(公告)号：CN110062378A
公开(公告)日：2019-07-26
申请号：CN201910300116.X
申请日：2019-04-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种手势场景下基于信道状态信息的身份认证方法，属于信道状态信息应用领域。本发明通过信道状态信息分析人的手势动作并实现身份认证，并对动作区间集合进行特征提取，应用SVM分类器完成对手势动作的识别过程。在认证的特征提取阶段，将相邻的手势动作区间与动作间隔区间组成运动序列并获取相应的特征数据集。最终，利用BP神经网络完成对于不同人在多种手势下的身份的认证过程。本发明能够在手势场景下根据不同人的手势的运动习惯完成高效便捷的认证过程，利用主成分分析法结合小波阈值函数的方式对数据进行降维和去躁，降低整体计算过程的数据复杂度，并进一步消除残余噪声信息，能够在应用过程中提供针对多种手势的身份认证方法。
-
-
Search Results
3
records
(took 0.045 seconds)
