清华大学;国家电网有限公司信息通信分公司;国网河南省电力公司信息通信公司李城龙获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉清华大学;国家电网有限公司信息通信分公司;国网河南省电力公司信息通信公司申请的专利一种主动探测场景下的物联网设备识别方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115546496B 。
龙图腾网通过国家知识产权局官网在2026-01-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211028070.9，技术领域涉及：G06V10/40；该发明授权一种主动探测场景下的物联网设备识别方法及装置是由李城龙;吴毅超;胡威;杨家海;王之梁;程杰;夏昂;卢腾;魏家辉;林冰洁;党芳芳;闫丽景设计研发完成，并于2022-08-25向国家知识产权局提交的专利申请。
本一种主动探测场景下的物联网设备识别方法及装置在说明书摘要公布了：本发明公开了一种主动探测场景下的物联网设备识别方法及装置，该方法包括：获取第一网络文本数据，其中，第一网络文本数据包括基于网络设备的网络文本数据；提取第一网络文本数据的网络图像特征输出第一图像特征向量，并提取第一网络文本数据的第一统计特征向量；将第一图像特征向量和第一统计特征向量进行融合拼接，得到网络设备特征向量；将网络设备特征向量输入预训练的神经网络分类模型得到概率向量，以利用概率向量识别物联网设备。本发明通过将HTML文本转化为图像，不仅保持了HTML文本的特征，还能利用先进的图像特征提取模型提取出更有效的特征，大幅提高了设备识别的准确度；并且利用图像特征规避了此类问题，扩大了设备识别的范围。
本发明授权一种主动探测场景下的物联网设备识别方法及装置在权利要求书中公布了：1.一种主动探测场景下的物联网设备识别方法，其特征在于，包括以下步骤： 获取第一网络文本数据，其中，所述第一网络文本数据包括基于网络设备的网络文本数据； 提取所述第一网络文本数据的网络图像特征输出第一图像特征向量，并提取所述第一网络文本数据的第一统计特征向量； 将所述第一图像特征向量和所述第一统计特征向量进行融合拼接，得到网络设备特征向量； 将所述网络设备特征向量输入预训练的神经网络分类模型得到概率向量，以利用所述概率向量识别物联网设备； 所述提取第一网络文本数据的网络图像特征输出图像特征向量，包括： 利用预设的网络渲染工具对所述第一网络文本数据进行渲染得到网络图像； 使用预训练的神经网络模型对所述网络图像进行特征提取，输出多维度的所述图像特征向量。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人清华大学;国家电网有限公司信息通信分公司;国网河南省电力公司信息通信公司，其通讯地址为：100084 北京市海淀区清华园；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励