“抽样特征”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2457178个，建议您升级VIP下载更多相关专利

[发明专利]获得同类型组件中重要特征的方法和对其组件分类的方法-CN201910333369.7有效
发明人： T·文策尔;J·西蒙 -专利权人：依科视朗国际有限公司
申请日： 2019-04-24 - 公布日： 2023-09-12 - 主分类号： G07C3/14 文献下载
摘要：本发明涉及一种用于获得一系列组件中的重要特征的方法，该方法类似于获得相应的一次性3D抽样构件数据集；将抽样的构件分成合格部件和不合格的部件；从抽样的所有构件中提取无缺陷的构件区域；确定至少一个特征，合格部件和不合格的部件之间有明显的区别；定义该至少一个特征及其表现形式作为经训练的分类器。
获得类型组件重要特征方法分类

[发明专利]一种基于五元组和负载内容的采样设备-CN201110413564.4无效
发明人：纪奎;姬乃军;李锋伟;刘兴奎;刘朝辉 -专利权人：曙光信息产业（北京）有限公司
申请日： 2011-12-13 - 公布日： 2012-06-13 - 主分类号： H04L29/06 文献下载
摘要：本发明提供一种基于五元组和负载内容的采样设备，包括数据包接收模块、抽样模块、应用层协议过滤模块和五元组过滤模块；所述数据包接收模块连接抽样模块；所述抽样模块连接五元组过滤模块；所述五元组过滤模块连接所述应用层协议过滤模块与现有技术相比，本发明的有益效果在于：1)将网络流量按照配置比例进行抽样；2)五元组和应用层协议报文上传主机进行分析；3)降低CPU负担和增加网络流统计带宽；4)对关注特征流量进行重点分析。
一种基于五元组负载内容采样设备

[发明专利]一种基于可编辑Petri网的安全关键系统可靠性分析方法及系统-CN202310357590.2在审
发明人：孙有朝;曾一宁;徐滔;吴仇颀;吴红兰 -专利权人：南京航空航天大学
申请日： 2023-04-06 - 公布日： 2023-07-18 - 主分类号： G06F30/18 文献下载
摘要：本发明公开了一种一种基于可编辑Petri网的安全关键系统可靠性分析方法，根据安全关键系统的动态故障特征建立可编辑Petri网模型；可编辑Petri网模型包括即时变迁、随机变迁和可编辑变迁，根据随机变迁数量确定安全关键系统的动态故障特征空间维度；基于维度进行抽样，得到抽样点序列；将抽样点序列作为蒙特卡洛抽样算法的输入，通过反变换生成变迁发生时间；根据生成的变迁发生时间，基于蒙特卡洛方法获取系统故障概率；多次迭代获取系统故障概率，拟合故障分布，
一种基于编辑 petri 安全关键系统可靠性分析方法

[发明专利]一种基于双重扫描算法的DDOS攻击检测方法及系统-CN202310106901.8有效
发明人：马勇;江兴鸿;刘玲蒙;聂艳彬;马森婷;李发根;夏云霓 -专利权人：江西师范大学
申请日： 2023-02-14 - 公布日： 2023-04-28 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种基于双重扫描算法的DDOS攻击检测方法及系统，包括：在每个时间段分别使用池塘抽样算法对边缘网关转发队列中的流量数据包进行等概率抽样，得到样本数据包和抽样数据包；统计并计算样本数据包中不同的源IP个数与不同的目的IP个数的比值；若比值大于等于阈值Q1，认为局域网中可能存在DDOS攻击；计算SYN数据包增值率，若SYN数据包增值率大于等于阈值Q2，则认为局域网中存在DDOS攻击；提取抽样数据包的特征向量，对特征向量使用双重SCAN扫描算法找到DDOS攻击的来源；本发明能够适应动态网络环境变化，在保证检测精度的基础上提高检测效率。
一种基于双重扫描算法 ddos 攻击检测方法系统

[发明专利]分配数据的方法和装置-CN201910557427.4在审
发明人：王红雁 -专利权人：北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2019-06-25 - 公布日： 2020-12-25 - 主分类号： G06F9/48 文献下载
摘要：该方法的一具体实施方式包括：根据集群中的节点对输入数据进行抽样，确定抽样结果；根据所述抽样结果，预测输入数据的分布特征；根据所述分布特征，对所述输入数据划分区域；将完成划分后的各个区域的输入数据，与集群中的进程进行匹配
分配数据方法装置

[发明专利]一种图像样本标定方法-CN201210464397.0有效
发明人：方亮;许野平;张传锋;曹杰;刘辰飞 -专利权人：山东神思电子技术股份有限公司
申请日： 2012-11-19 - 公布日： 2013-03-20 - 主分类号： G06T1/00 文献下载
摘要：本发明公开了一种图像样本标定方法，包括从原始图像中获取样本特征编码的步骤，还包括把所获得的所述特征编码按照预定的嵌入方法嵌入到所述原始图像中的步骤，以生成经验样本；以及在调用所述经验样本进行抽样、乱序或重排序时匹配所述嵌入方法读取所述特征编码的步骤依据本发明的的图像样本标定方法能够减少在抽样、乱序、重排序中的工作复杂度。
一种图像样本标定方法

[发明专利]一种连续模拟量时间序列数据挖掘方法-CN201610895695.3在审
发明人：缪孟良;彭侠夫;仲训昱 -专利权人：厦门大学
申请日： 2016-10-14 - 公布日： 2017-02-22 - 主分类号： G06F17/30 文献下载
摘要：1)数据清洗；2)确定周期划分；3)确定傅立叶变换的输出点数和抽样数据的抽样点数；4)周期内数据进行傅立叶变换；5)周期内数据抽样，每个周期与傅立叶变换相同的点数的抽样，作为代表时域的特征；6)把傅立叶变换输出数据和抽样数据存储为一个节点
一种连续模拟时间序列数据挖掘方法

[发明专利]试验性抽样展示方法及其系统-CN201110093485.X有效
发明人：马洪旭 -专利权人：北京百度网讯科技有限公司
申请日： 2011-04-14 - 公布日： 2012-10-17 - 主分类号： G06F17/30 文献下载
摘要：本发明提供了一种试验性抽样展示方法，包括：S1，通过网络协议接收包含URL的查询命令；S2，判断所述查询命令是否需要抽样展示；S3，若是，则将需要抽样展示的所述查询命令分发至处理模块进行处理，并返回处理后的抽样页面；S4，若否，则调取原有页面；S5，将所述抽样页面或原有页面输出。本发明的有益效果是：通过增加了一个UI模块，由其根据URL特征对用户的查询命令进行判断，决定对该查询命令是否返回试验性的样式展现。
试验性抽样展示方法及其系统

[发明专利]一种顾及地理环境异质性的空间抽样方法-CN202011505590.5有效
发明人：杨文涛;单良;欧旦 -专利权人：湖南科技大学
申请日： 2020-12-18 - 公布日： 2022-10-14 - 主分类号： G06F16/9537 文献下载
摘要：本发明公开了一种顾及地理环境异质性的空间抽样方法，涉及地理、生态与计算科学等多学科交叉技术领域，解决两个问题：(1)随机空间负样本抽样方法没有顾及地理环境的异质性，而地理环境差异是空间抽样时需要考虑的一个重要因素本申请提供了一种顾及地理环境异质性的空间抽样方法，该方法顾及空间点事件正、负样本采集的地理环境特征的差异性，解决了负样本随机空间抽样可能误采样到正样本点的难题。
一种顾及地理环境异质性空间抽样方法

[发明专利]通信设备的能耗管控方法、装置、计算机设备和存储介质-CN201910950907.7有效
发明人：魏丞昊;邝瑶;范智勇;丁禄平;钟凯;董开泰;田泽虎 -专利权人：深圳大学
申请日： 2019-10-08 - 公布日： 2020-10-09 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例公开了一种通信设备的能耗管控方法，包括：通过获取预设时间段内T个时段对应的M个通信设备的N维样本特征信息；采用无放回的抽样方式抽取H条样本记录，将H条样本记录构成L个通信设备的抽样特征信息；采用不同的计算方法分别计算抽样特征信息与样本特征信息的第一距离和第二距离；最终获得计算样本特征信息的聚类簇数K；对M个通信设备样本特征信息进行聚类分析，确定每一聚类簇包含的通信设备；判断相应的通信设备是否为异常能耗设备
通信设备能耗方法装置计算机存储介质

[发明专利]一种软件缺陷预测特征的选择方法及装置-CN202011097889.1在审
发明人：滕俊元;高猛;郑小萌;江云松;孙民;杜楠;高栋栋;李鹏宇;侯成杰;郝伟 -专利权人：北京轩宇信息技术有限公司
申请日： 2020-10-14 - 公布日： 2021-01-26 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种软件缺陷预测特征的选择方法及装置。所述方法包括：根据历史软件缺陷数据库，获取领域缺陷数据集；基于Bootstrap抽样技术对所述领域缺陷数据集进行抽样处理，生成软件缺陷样本集；基于所述软件缺陷样本集和马尔科夫毯模型，对原始特征进行分组，得到多个特征组；根据预先设计的启发式特征选择策略，从所述多个特征组中筛选出初始特征，得到筛选的候选特征序列；基于遗传算法从所述候选特征序列中搜索出目标特征子集。
一种软件缺陷预测特征选择方法装置

[发明专利]一种基于特征距离与内点随机抽样一致性的模型估计方法-CN202010454828.X在审
发明人：张岩;陈健 -专利权人：中国人民解放军96901部队21分队
申请日： 2020-05-26 - 公布日： 2020-09-18 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于特征距离与内点随机抽样一致性的模型估计方法，它涉及一种模型估计方法。本发明首先提出基于特征距离的先验概率引导方法，来提高算法每步循环的找到正确模型的概率。其次提出基于样本集与内点的随机抽样与计算方法，来提高算法的收敛速度。再次提出基于最大值不变的循环跳出方法，来满足本发明抽样方法的循环跳出，提高运行效率。在模型估计、参数优化、特征匹配、模式识别、分类决策等多个领域，具有广阔的应用前景。同时，RSCFDI算法在实时性要求较高的应用领域具有巨大潜力。
一种基于特征距离随机抽样一致性模型估计方法

[发明专利]一种面向高速网络的VPN流量快速识别方法-CN202110560776.9在审
发明人：吴桦;刘玉洁 -专利权人：东南大学
申请日： 2021-05-21 - 公布日： 2021-08-20 - 主分类号： G06K9/62 文献下载
摘要：模型训练时，在可控的网络环境中进行流量抽样采集，选择能够用于抽样后VPN流量识别分类的相关特征，构建小规模的流量数据训练集进行模型训练。使用该模型时，在高速网络中进行流量抽样，通过Count Bloom Filter算法过滤出长流流量，使用链接法散列表存储统计信息，并根据记录的统计信息提取特征值，得到流量特征记录，用于流量检测。
一种面向高速网络 vpn 流量快速识别方法

[发明专利]一种基于加权列抽样XGBoost的图像目标分类方法-CN201710580163.5有效
发明人：高欣;范少华;李新鹏;张浩;戚岳;曹良晶;贾庆轩;彭岳星;刁新平 -专利权人：北京邮电大学;国网冀北电力有限公司
申请日： 2017-07-17 - 公布日： 2020-12-25 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提出了一种基于加权列抽样XGBoost的图像目标分类方法，包括：利用在大型数据集ILSVRC预训练过的并且在PASCAL VOC 2012数据集上进行过微调的卷积神经网络提取目标图像特征；连接多层学习到的特征以获得更多决定其图像类别的内容信息；利用基于加权列抽样的XGBoost方法对图像特征分类，根据属性重要度，在构建决策树之前对属性进行次采样，将抽取的具有更多信息的属性用于当前决策树的构建，重复迭代直到收敛，得到性能最佳的图像分类模型。根据本发明实施例提供的技术方案，当数据的属性维度大且冗余度高时，该方法可以扩展到其他使用列抽样的分类方法，提高图像目标分类的平均准确率。
一种基于加权抽样 xgboost 图像目标分类方法

[发明专利]一种基于数据特征分析的业务系统主数据识别与区分方法-CN201910440203.5有效
发明人：陈世忠 -专利权人：全知科技（杭州）有限责任公司
申请日： 2019-05-24 - 公布日： 2021-03-26 - 主分类号： G06F16/22 文献下载
摘要：本发明属于数据识别与区分技术领域，具体涉及一种基于数据特征分析的业务系统主数据识别与区分方法。包括以下步骤：抽样扫描数据，识别出业务系统数据源中各数据字段所在的表的特征，数据特征，识别为数据字段，存为全量字段列表，存入值‑‑域索引库；抽取出唯一主体识别标签与通用关联标签所对应的字段，进行逐步渐进抽样到全量分析，进行该类字段的Unique率识别并存入Unique字段列表；取出所有唯一主体识别字段或关联字段，按标签类型归类为集合，进行去重操作和抽样数据匹配；找出每一个主体识别标签字段所在的表的关联字段，找出该关联字段所对应的所有数据表
一种基于数据特征分析业务系统识别区分方法