专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果437456个,建议您升级VIP下载更多相关专利
  • [发明专利]基于软件指纹的软件动态可信认证方法-CN201110160374.6无效
  • 彭国军;黎晓方 - 武汉安珈教育科技有限公司
  • 2011-06-14 - 2012-12-19 - G06F21/22
  • 本发明提供一种基于软件指纹的软件动态可信认证方法,该方法由4个步骤组成:软件指纹提取、软件动态行为监控、软件动态行为认证、软件动态行为控制,可分别对应4个模块。软件指纹提取模块提取软件的指纹信息,软件指纹包括软件数据指纹及行为指纹两部分。软件动态行为监控模块对软件行为指纹中所描述的关键行为进行细粒度监控。软件动态行为认证模块基于软件指纹对监控的软件行为进行动态认证,以判定软件自身及其行为是否符合预期,是则继续监控,否则交由软件动态行为控制模块处理。软件动态行为控制模块以有利于保障软件动态可信的方式进行处理。通过同时保障软件的数据完整性和行为动态可信性,可有效保障目标系统的整体可信性。
  • 基于软件指纹动态可信认证方法
  • [发明专利]僵尸特征的检测方法和装置-CN201610948753.4有效
  • 蒋武 - 华为技术有限公司
  • 2016-10-25 - 2020-10-27 - H04L29/06
  • 本发明实施例方法包括:获取第一动态行为文件和第二动态行为文件,所述第一动态行为文件为恶意文件在第一沙箱中进行动态行为检测产生的行为文件,所述第二动态行为文件为所述恶意文件在第二沙箱中进行动态行为检测产生的行为文件;根据所述第一动态行为文件和所述第二动态行为文件的共有特征确定所述恶意文件的僵尸特征。
  • 僵尸特征检测方法装置
  • [发明专利]应用程序动态行为的特征向量的生成方法及装置-CN201410570820.4有效
  • 杨宜;于涛;李璐鑫 - 腾讯科技(深圳)有限公司
  • 2014-10-23 - 2015-03-04 - G06F21/56
  • 一种应用程序动态行为的特征向量的生成方法,包括:获取多个应用程序的动态行为记录数据,根据该动态行为记录数据获取该应用程序的动态行为特征,并为该动态行为特征生成对应的原始特征向量;根据该原始特征向量,建立用于预测该应用程序的动态行为特征的预测模型,求解该预测模型得到特征向量变换矩阵;根据该特征向量变换矩阵以及该原始特征向量获得该动态行为特征的目标特征向量,并输出。此外,本发明还提供一种应用程序动态行为的特征向量的生成装置。上述应用程序动态行为的特征向量的生成方法及装置,可减少应用程序动态行为的特征向量的表示长度,并使得相近似的动态行为特征他们的向量表示也相近。
  • 应用程序动态行为特征向量生成方法装置
  • [发明专利]动态目标行为识别方法、装置-CN202010030237.X在审
  • 梅舒欢;石霖;董晓飞;张萌 - 南京新一代人工智能研究院有限公司
  • 2020-01-13 - 2020-06-09 - G06K9/00
  • 本发明公开了一种动态目标行为识别方法、装置,所述方法包括:获取动态目标的监控视频;采用基于卷积神经网络的图像识别算法确定动态目标在监控视频中的位置,并提取视频帧中的图像特征;使用KCF算法,依据各个视频帧中的动态目标的图像特征追踪动态目标;依据动态目标在依序的各个视频帧中的行为确定动态目标的行为情形;根据动态目标的行为规范,从动态目标的行为情形确定动态目标的行为类别。采用上述方案,特别采用KCF追踪算法对从视频帧中提取的动态目标的图像特征进行追踪,避免出现动态目标丢失的情形,可以保证识别结果的准确度。
  • 动态目标行为识别方法装置
  • [发明专利]一种深度视频行为识别方法-CN202110967362.8有效
  • 杨剑宇;黄瑶 - 苏州大学
  • 2021-08-23 - 2023-07-28 - G06V40/20
  • 本发明涉及一种深度视频行为识别方法,包括以下步骤:将每个行为样本的深度视频进行正面、右侧面、左侧面和顶面投影,获得相应的投影序列;通过计算每个投影序列的动态图像,获得每个行为样本的动态图像;将每个行为样本的动态图像输入特征提取模块并提取特征;将每个行为样本的动态图像所提取到的特征进行连接,并将连接后的特征输入全连接层;构造四流人体行为识别网络;计算每个训练行为样本的深度视频的正面、右侧面、左侧面、顶面投影序列的动态图像,并输入四流人体行为识别网络,训练四流人体行为识别网络至收敛;计算待测试行为样本的每个动态图像,并将计算后的每个动态图像输入训练好的四流人体行为识别网络,实现行为识别。
  • 一种深度视频行为识别方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top