-
公开(公告)号：CN114491529B
公开(公告)日：2024-05-17
申请号：CN202111564448.2
申请日：2021-12-20
Applicant: 西安电子科技大学
IPC: G06F21/56 , G06F18/24 , G06N3/042 , G06N3/0442 , G06N3/08
Abstract: 本发明公开一种基于多模态神经网络的安卓恶意应用程序识别方法，主要解决现有技术中使用单一特征识别恶意程序以及无法有效融合不同特征的问题。其实现方案是：从相关样本库和国内外主流应用市场下载恶意和良性的安卓应用软件样本；构建与安卓应用程序恶意行为和漏洞有关的关键应用程序接口列表；根据该列表和调用跟踪图生成所有软件样本的关键调用路径，并利用该路径和调用跟踪图构建应用程序的抽象流图；将关键调用路径向量化，使用抽象流图和向量化的关键调用路径对多模态神经网络进行训练；利用训练好的多模态网络识别恶意程序。本发明能有效融合应用程序不同特征，准确区分应用程序的良性和恶意行为，可用于对安卓应用程序的检测。
-
公开(公告)号：CN115587923A
公开(公告)日：2023-01-10
申请号：CN202210675405.X
申请日：2022-06-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于小波变换反演叶面积指数的方法，先通过鱼眼摄像头拍摄植被冠层图像并进行预处理，再确定出植被冠层图像的有效成像区域的几何中心和圆形有效成像区域的半径；测定当前植被环境满足置信度95％的所需图像采集次数并采集对应次数的待测点植被冠层图像，通过基于小波变换的迭代寻优法分割植被冠层图像，再根据投影方程提取出多个角度的冠层孔隙度，进而反演出叶面积指数。
-
公开(公告)号：CN114491553A
公开(公告)日：2022-05-13
申请号：CN202210000155.X
申请日：2022-01-02
Applicant: 西安电子科技大学
IPC: G06F21/57
Abstract: 本发明公开一种基于多粒度匹配的安卓应用程序第三方库检测方法，主要解决现有技术无法检测被无效代码插入与控制流随机化混淆的应用程序问题，其方案是：通过反编译提取安卓应用程序静态信息和库文件静态信息；根据静态信息设计应用程序类过滤器与库过滤器，并将每个应用程序类过滤器与库过滤器进行匹配，得到潜在匹配类集合；将应用程序中的类与其潜在匹配库类集合中的每个类进行粗粒度匹配，得到应用程序类与库类多对多匹配结果；将粗粒度匹配的应用程序类与库类进行细粒度匹配，得到应用程序类与库类的一对一匹配结果，依据该匹配结果确定出应用程序是否包含第三方库。本发明检测精确率、召回率、F1值高，可用于安卓应用程序的第三方库检测。
-
公开(公告)号：CN111797518A
公开(公告)日：2020-10-20
申请号：CN202010578495.1
申请日：2020-06-23
Applicant: 电子科技大学
Abstract: 本发明公开了一种压缩机低频转矩补偿下的载荷求解方法，计算无力矩补偿状态下各运行频率点fi处的的压缩机载荷Mi，然后在加载力矩补偿的频率fi的范围内，计算出各个振动最大频率点fj处压缩机运行各频率点fi处的力矩补偿系数λij，再通过MATLAB拟合工具拟合各频率点fi处的力矩补偿系数λij，建立力矩补偿系数的库函数，最后，无需重复进行测试，通过调用力矩补偿系数的库函数，直接计算低频转矩补偿下的压缩机载荷M′i。
-
公开(公告)号：CN114707646A
公开(公告)日：2022-07-05
申请号：CN202210093053.7
申请日：2022-01-26
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于远程推理的分布式人工智能实践平台，将人工智能模型划分为预处理组件、后处理组件和推理组件，将预处理组件和后处理组件运行在应用端，将推理组件运行在布置于神经网络计算设备上的模型端，多个应用端复用一个模型端的推理组件，或多个应用端通过集成服务器复用多个模型端的推理组件，实现了人工智能模型的推理。本发明通过将人工智能应用和神经网络计算设备进行分离，实现神经网络算力资源的远程复用，在降低人工智能实践平台构建成本的同时，还可提高教学实践的灵活性，从而提高人工智能教学质量。
-
Patent Agency Ranking
公开(公告)号：CN113791285A
公开(公告)日：2021-12-14
申请号：CN202110967821.2
申请日：2021-08-23
Applicant: 电子科技大学
IPC: G01R27/28
Abstract: 本发明公开了一种无参考接收机矢量网络分析仪，其架构中不需要参考接收机；在进行散射参数测量时，被测件的反射信号经耦合器分离后，由反射信号接收机测量其幅相信息，同时通过被测件的传输信号的幅相信息则由传输信号接收机来测量；在整个校准和测量过程中，激励源的幅度和相位并不需要已知，仅用一个幅度和相位未知的量来代替；在校准和数据处理过程中，利用误差项和散射参数均为接收机的测量值与激励源的比值这一特点，可以将未知激励源的影响完全消除，以实现被测件散射参数的准确测量。
-
公开(公告)号：CN114707646B
公开(公告)日：2023-06-02
申请号：CN202210093053.7
申请日：2022-01-26
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于远程推理的分布式人工智能实践平台，将人工智能模型划分为预处理组件、后处理组件和推理组件，将预处理组件和后处理组件运行在应用端，将推理组件运行在布置于神经网络计算设备上的模型端，多个应用端复用一个模型端的推理组件，或多个应用端通过集成服务器复用多个模型端的推理组件，实现了人工智能模型的推理。本发明通过将人工智能应用和神经网络计算设备进行分离，实现神经网络算力资源的远程复用，在降低人工智能实践平台构建成本的同时，还可提高教学实践的灵活性，从而提高人工智能教学质量。
-
公开(公告)号：CN114491529A
公开(公告)日：2022-05-13
申请号：CN202111564448.2
申请日：2021-12-20
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于多模态神经网络的安卓恶意应用程序识别方法，主要解决现有技术中使用单一特征识别恶意程序以及无法有效融合不同特征的问题。其实现方案是：从相关样本库和国内外主流应用市场下载恶意和良性的安卓应用软件样本；构建与安卓应用程序恶意行为和漏洞有关的关键应用程序接口列表；根据该列表和调用跟踪图生成所有软件样本的关键调用路径，并利用该路径和调用跟踪图构建应用程序的抽象流图；将关键调用路径向量化，使用抽象流图和向量化的关键调用路径对多模态神经网络进行训练；利用训练好的多模态网络识别恶意程序。本发明能有效融合应用程序不同特征，准确区分应用程序的良性和恶意行为，可用于对安卓应用程序的检测。
-
公开(公告)号：CN111597498A
公开(公告)日：2020-08-28
申请号：CN202010419504.2
申请日：2020-05-18
Applicant: 电子科技大学
IPC: G06F17/14
Abstract: 本发明公开了一种基于大点数FFT电路的频谱获取方法，离散周期信号经过奇偶分为两路信号，通过FFT电路并得到相应的结果，对FFT电路输出的结果进行一系列的分路、延迟、实部虚部转换、复数乘法以及加减法操作，最终得出该周期信号的频谱图；本发明对离散周期信号进行分路处理，极大的降低了数字电路对于时钟的要求，同时有效的减少了FFT变换对于资源的需求，在实际工程应用中对于资源与时序紧凑的场合有着极大的优势。
-
公开(公告)号：CN107782259A
公开(公告)日：2018-03-09
申请号：CN201710860320.8
申请日：2017-09-21
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于无线传感器网络的叶面积指数测量系统，其前端节点用于拍摄冠层图像，并根据冠层图像计算得到叶面积指数，发送给采集节点，采集节点用于将前端节点发送的叶面积指数通过无线传感器网络转发给汇聚节点，汇聚节点将接收的叶面积指数转发至上位机，上位机接收叶面积指数存储，并提供查询接口供工作人员查询。本发明基于无线传感器网络，使叶面积指数测试系统更加灵活高效。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.03 seconds)
