基于并行隐马尔可夫模型的序贯手势认证方法

针对智能手机作为支付工具时所面临的安全问题,提出一种结合传统个人身份认证识别码(personal identification number,PIN)与三维动态手势的序贯手势身份认证算法。首先通过手机加速度传感器获取用户序贯手势数据并采用标准差门限值方法截取出每个手势的有效部分;采用线性插值方法对有效手势序列进行插值,以排除序列长度对结果的影响;最后根据有效手势的x、y、z三轴加速度信号设计了并行隐马尔可夫模型(parallel hidden markov model,PHMM)进行测试样本认证,判断用户身份的真伪性。自行采集大量数据进行实验验证,结果显示该算法具有较好的认证准确率。

基于PHMM的终端区航空器综合态势识别

航空器在终端区飞行时,由于受到诸多因素的影响,导致其不能严格按照计划航线飞行。通过分析历史航迹数据,提出了一种基于并行隐马可夫模型的终端区航空器综合态势识别方法。首先提取航迹数据的各类特征点,然后根据其x坐标、y坐标以及z坐标建立3个隐马尔可夫模型。通过训练3个模型的参数,对航空器在终端区内的高度态势、速度态势以及方向态势进行识别。最后采用综合分析方法对航空器的综合态势进行识别。实验表明,该方法能够快速、准确、有效地识别出终端区航空器的综合飞行态势,为管制员发布管制指令提供依据。