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346085个,建议您升级VIP下载更多相关专利
  • [发明专利]一种数据异常检测方法及终端-CN201710380772.6在审
  • 黄浩坚 - 深圳市金立通信设备有限公司
  • 2017-05-25 - 2017-10-10 - G06F11/34
  • 本发明实施例提供了一种数据异常检测方法及终端,该方法包括从数据中提取特征字段;判断所述特征字段是否符合对应的划分标准,得到判断结果;根据判断结果获取所述特征字段的正常特征概率异常特征概率,以及获取所述数据的正常统计概率异常统计概率;根据所述正常特征概率和正常统计概率计算所述数据的正常数据概率,以及根据所述异常特征概率异常统计概率计算所述数据的异常数据概率;计算所述异常数据概率与正常数据概率的比值,若所述比值大于阈值,则判定所述数据为异常数据本发明根据划分标准对接口返回的数据分类,再利用预先的各统计概率计算数据为正常数据和异常数据的概率,根据这两个概率判断数据是否为异常数据。
  • 一种数据异常检测方法终端
  • [发明专利]基于可调节分段熵的网络流量异常检测方法-CN201510030470.7在审
  • 田庚;王之梁;尹霞;施新刚;李子木 - 清华大学
  • 2015-01-21 - 2015-04-29 - H04L12/26
  • 本发明公开一种基于可调节分段熵的网络流量异常检测方法,主要提供一种可适应大规模网络的异常检测需求的基于可调节分段熵的网络流量异常检测方法。本发明所述的检测方法包括如下具体步骤:选取原样本空间;基于可调节分段熵的实现方法,得到高概率样本空间的高概率熵值和低概率样本空间低概率熵值;分别判断高概率熵值和低概率熵值的是否异常,若高概率熵值小于预定的高概率熵阈值,则高概率熵值异常,否则,高概率熵值正常;若低概率熵值大于预定的低概率熵阈值,则低概率熵值异常,否则,低概率熵值正常;确定异常熵值对应的样本空间即为网络流量异常样本空间,即判定此时发生了网络流量异常
  • 基于调节分段网络流量异常检测方法
  • [发明专利]基于可调节分段Tsallis熵的网络流量异常检测方法-CN201510031006.X有效
  • 王之梁;田庚;尹霞;施新刚;李子木 - 清华大学
  • 2015-01-21 - 2017-12-29 - H04L12/26
  • 本发明公开一种基于可调节分段Tsallis熵的网络流量异常检测方法,主要提供一种可适应大规模网络的异常检测需求的基于可调节分段熵的网络流量异常检测方法。本发明所述的检测方法包括如下具体步骤选取原样本空间;基于可调节分段熵的实现方法,得到高概率样本空间的高概率熵值和低概率样本空间低概率熵值;分别判断高概率熵值和低概率熵值的是否异常,若高概率熵值小于高概率熵阈值,则高概率熵值异常,否则,高概率熵值正常;若低概率熵值大于低概率熵阈值,则低概率熵值异常,否则,低概率熵值正常;确定异常熵值对应的样本空间即为网络流量异常样本空间,即判定此时发生了网络流量异常
  • 基于调节分段tsallis网络流量异常检测方法
  • [发明专利]基于可调节分段Shannon熵的网络流量异常检测方法-CN201510031010.6有效
  • 尹霞;田庚;王之梁;施新刚;李子木 - 清华大学
  • 2015-01-21 - 2017-12-29 - H04L12/26
  • 本发明公开一种基于可调节分段Shannon熵的网络流量异常检测方法,主要提供一种可适应大规模网络的异常检测需求的基于可调节分段熵的网络流量异常检测方法。本发明所述的检测方法包括如下具体步骤选取原样本空间;基于可调节分段熵的实现方法,得到高概率样本空间的高概率熵值和低概率样本空间低概率熵值;分别判断高概率熵值和低概率熵值的是否异常,若高概率熵值小于预定的高概率熵阈值,则高概率熵值异常,否则,高概率熵值正常;若低概率熵值大于预定的低概率熵阈值,则低概率熵值异常,否则,低概率熵值正常;确定异常熵值对应的样本空间即为网络流量异常样本空间,即判定此时发生了网络流量异常
  • 基于调节分段shannon网络流量异常检测方法
  • [发明专利]一种基于自适应采样的异常样本检测方法-CN202310333346.2在审
  • 田翔;陈耀武;刘雪松;朱尧 - 浙江大学
  • 2023-03-30 - 2023-08-11 - G06F18/2415
  • 本发明公开了一种基于自适应采样的异常样本检测方法,包括:准备每个批次的样本集,样本集包括正常样本和异常样本;将每个批次的样本集输入至分类模型中计算正常样本的分类概率异常样本的异常概率,依据异常概率自适应从训练集的异常样本中采样决策边界周围的异常样本作为训练异常样本;基于训练异常样本的异常概率和正常样本的分类概率计算损失来更新分类模型的参数;参数优化的分类模型作为异常检测模型,依据对待检测样本经过异常检测模型预测的异常概率来判断是否为异常样本。该方法能够实现对未知的异常类进行更准确地检测。
  • 一种基于自适应采样异常样本检测方法
  • [发明专利]异常接驾行为的确定方法、装置、存储介质及电子设备-CN202011615630.1在审
  • 陈君 - 北京嘀嘀无限科技发展有限公司
  • 2020-12-30 - 2021-04-13 - G06F16/29
  • 本申请提供了异常接驾行为的确定方法、装置、存储介质及电子设备,包括:获取被取消的目标出行订单对应的轨迹信息;基于当前行驶位置与预设行驶位置之间的差距判断规则,确定目标司机发生异常停留的第一异常停留概率;若第一异常停留概率大于预设概率阈值,基于第一异常停留概率,确定目标司机是否发生异常接驾行为;若第一异常停留概率不大于预设概率阈值,根据预先训练好的异常停留识别模型输出的第二异常停留概率,确定目标司机是否发生异常接驾行为这样,可以根据当前行驶位置与预设行驶位置之间的差距判断规则以及异常停留识别模型在不同情况下对目标司机的异常接驾行为进行综合判断,有助于提高对目标司机异常接驾行为的识别的准确率。
  • 异常接驾行为确定方法装置存储介质电子设备

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