-
公开(公告)号:CN118606203A
公开(公告)日:2024-09-06
申请号:CN202410810008.8
申请日:2024-06-21
申请人: 西北大学
IPC分类号: G06F11/36
摘要: 本发明公开了一种基于测试用例生成和变异的MLIR定向模糊测试方法,包括如下步骤:步骤1、基于MLIR的tosa方言,通过提取操作规范,生成作为初始种子的测试用例IR,称作tosa图;步骤2、评估MLIR中方言的脆弱性,构建定向降级规则,引导IR沿着脆弱性方言定向降级,在定向降级过程中选择包含脆弱性方言的初始种子;步骤3、对步骤2产生的具有混合IR的中间结果进行变异,构建出用于收集变异所需必要信息的IR分析器,然后对IR执行混合变异和替换变异;步骤4、对测试用例IR进行逐级降级和转换,执行对MLIR的定向迷糊测试。本发明通过结合tosa图生成和变异技术,能够覆盖MLIR中多个方言和大量操作,提高了编译器的模糊测试效率。
-
公开(公告)号:CN118586707A
公开(公告)日:2024-09-03
申请号:CN202410732828.X
申请日:2024-06-07
申请人: 西北大学 , 中国特种设备检测研究院
IPC分类号: G06Q10/0635 , G06Q10/0639 , G06Q50/06 , G06N7/01 , G06N5/025
摘要: 本发明公开一种针对新型能源和化工系统的风险评估方法、装置及介质,涉及风险评估领域,方法包括:根据待评估新型能源和化工系统的风险因素数据及预设贝叶斯风险评估网络进行在线风险评估,得到风险评估结果;预设贝叶斯风险评估网络的构建包括:基于专家决策从失效知识图谱中抽取失效因素得到失效直接影响矩阵;基于DEMATEL算法对不同专家给出的Z‑number形式意见进行聚合及去模糊化以确定总体关系矩阵;基于专家评分及网络分析法构建ANP网络;基于专家决策及贝叶斯算法,根据ANP网络、总体关系矩阵中每个影响因素对应的重要度及影响关系,确定预设贝叶斯风险评估网络。本发明实现对系统失效概率的准确评估。
-
公开(公告)号:CN118580312A
公开(公告)日:2024-09-03
申请号:CN202410767151.3
申请日:2024-06-14
申请人: 西北大学
摘要: 本发明实施例公开了一种高纯度鸡蛋唾液酸化糖肽制备及其在具有神经保护功效的功能性食品或药物中的应用。本发明以水为提取溶剂,以乙醇为除脂溶剂,以及棉花亲水色谱柱的洗脱溶剂,替代了安全性低的苯酚和乙腈试剂,可实现从一个鸡蛋黄中至少制备30mg唾液酸化糖肽,纯度为95%以上,具有得率高、成本低且绿色环保高效的优点。本发明方法工艺简单,可操作性强,适合于工业化规模化生产。本发明制备的鸡蛋唾液酸化糖肽能够有效抑制小鼠海马神经元HT22细胞因氧化应激诱导的凋亡,且唾液酸化糖肽纯度越高,抑制作用越强,为实现开发功能性食品和药品提供科学依据。
-
公开(公告)号:CN118570229A
公开(公告)日:2024-08-30
申请号:CN202410656909.6
申请日:2024-05-24
申请人: 西北大学
IPC分类号: G06T7/11 , G06V10/764 , G06V10/774 , G06V10/40 , G06V10/80
摘要: 本发明属于遥感图像处理技术领域,具体公开了一种基于深度学习的遥感冰川分割方法,包括:对遥感数据进行预处理以构建数据集;生成全局正负标签样本和边界区域正负标签样本;构建基于深度学习的遥感冰川分割网络;使用以全局正负标签样本和L1损失函数为基础构建的对比损失函数来指导遥感冰川分割网络进行第一阶段的训练,并对输入训练图像随机掩码;使用以边界区域正负标签样本和L1损失函数为基础构建的对比损失函数来指导遥感冰川分割网络进行第二阶段的训练,并对输入训练图像随机掩码;使用Dice损失函数来指导遥感冰川分割网络进行第三阶段的训练。本发明结合CNN(卷积神经网络)结构和Swin Transformer(滑动窗口Transformer)结构,实现对遥感冰川特征信息的提取与融合。
-
公开(公告)号:CN118511250A
公开(公告)日:2024-08-16
申请号:CN202280086939.7
申请日:2022-10-28
申请人: 西北大学 , 赛默菲尼根有限责任公司
IPC分类号: H01J49/42
摘要: 一种执行用于质谱分析的自动离子控制的方法,该方法包括:通过电荷检测质谱法来采集包括多个峰的质谱,该多个峰表示作为在采集事件期间由质量分析器分析的离子布居的质荷比(m/z)的函数的强度;基于质谱,确定质谱的选定m/z范围的测量信号密度。基于测量信号密度和目标信号密度来设置用于后续采集事件的离子布居控制参数。离子布居控制参数调节在后续采集事件期间由质量分析器分析的离子布居。
-
公开(公告)号:CN118496128A
公开(公告)日:2024-08-16
申请号:CN202410442887.3
申请日:2024-04-12
申请人: 西北大学
IPC分类号: C07C303/40 , C07C311/07
摘要: 本发明公开了一种多取代的2‑氨基双环[2.1.1]己烯化合物的制备方法,该方法以双环[1.1.0]丁烷和炔酰胺为原料,在路易斯酸催化剂的作用下发生环加成反应得到多取代的2‑氨基双环[2.1.1]己烯化合物。本发明首次通过分子间[3+2]环加成反应成功实现了一步高效构建双环[2.1.1]己烯骨架,为合成多取代的2‑氨基双环[2.1.1]己烯类化合物提供了新的途径。此外,本发明在制备过程中使用的原材料价格低廉且易于获取,同时具有较低的危险性。合成步骤简洁,操作简便,从而减少了能耗和后处理的复杂性,使得成本更为经济。在制备过程中使用的路易斯酸化剂易于购买且无污染,体现了绿色环保的高效合成理念。
-
公开(公告)号:CN115950128B
公开(公告)日:2024-08-16
申请号:CN202211719252.0
申请日:2022-12-30
申请人: 西北大学
IPC分类号: F25C5/10
摘要: 本发明公开了一种防结冰装置,包括分液装置、回收池和循环系统。分液装置用于将防冻油洒在翅片式换热器上,包括储油桶、第一出油管和第二出油管,储油桶用于储存防冻油,第一出油管、第二出油管的进口均与储油桶相连,第一出油管的出口用于设置在翅片式换热器的换热管路上方,第二出油管的出口用于设置在翅片式换热器的翅片上沿上方。回收池用于回收防冻油,回收池用于设置在翅片式换热器下方。循环系统用于使防冻油循环流动,循环系统的一端与回收池相连,循环系统的另一端与储油桶相连,以将回收池内的防冻油输送至储油桶。相比于现有技术,本发明的防结冰装置用于避免翅片式换热器表面冻结,从而提升LNG空温式汽化器在严寒环境中的换热效率。
-
公开(公告)号:CN118483305A
公开(公告)日:2024-08-13
申请号:CN202410613441.2
申请日:2024-05-16
申请人: 西北大学
摘要: 本发明属于砂岩型铀矿技术领域,公开了一种基于包裹体H‑O同位素判定油气逸散大规模参与铀成矿作用的方法,包括:S1.在目标铀矿中采集蚀变样品;S2.研磨破碎所述蚀变样品,并从破碎后的蚀变样品中提取流体包裹体;S3.利用质谱仪对所述流体包裹体进行氢氧同位素检测,并根据检测结果判定油气逸散是否参与矿体成矿作用。本发明以油气逸散过程中与围岩‑流体相互作用可形成各种蚀变现象为切入点,通过采集蚀变样品并提取流体包裹体的方式得到不同阶段矿体中的油气‑水混合流体,然后对不同阶段矿体中的油气‑水混合流体的氢氧同位素进行检测对比,即可快速准确的判别油气逸散是否参与矿体成矿作用,方法简单并有效提高矿勘探效率。
-
公开(公告)号:CN118470376A
公开(公告)日:2024-08-09
申请号:CN202410425987.5
申请日:2024-04-10
申请人: 西北大学
IPC分类号: G06V10/764 , G06V10/20 , G06V10/40 , G06V10/774 , G06N3/126
摘要: 本发明属于图像处理技术领域,公开了一种基于改进樽海鞘算法优化的兵马俑碎片分类方法及系统,包括:使用图像数据生成器对兵马俑数据集进行数据增强;建立EfficientNetB5模型,抽取兵马俑碎片本质数据特征;设计樽海鞘模型对EfficientNetB5中学习率、批处理数、迭代次数三个超参数寻优;改进樽海鞘优化算法,提升算法的精度,并跳出局部最优解。本发明融合了图像数据生成器对数据集的数据增强、EfficientNetB5对参数的高效使用和图像分类上优异的性能、改进樽海鞘算法对网络结构的紧致性优化,有效解决兵马俑数据集弱小和防止因破损俑体各部分特征的相似性而导致的错误分类问题,并避免因同一部位特征差异而产生的漏分类问题,从而实现对碎片的精确分类,并辅助完成整体的拼接工作。
-
公开(公告)号:CN118470352A
公开(公告)日:2024-08-09
申请号:CN202410108748.7
申请日:2024-01-25
申请人: 西北大学
摘要: 本发明公开了一种基于深度学习的小样本颅像相似性度量方法,包括步骤:1、先分别对采集到的颅骨图像和人像进行预处理,再进行归一化处理,然后按照同一人的标准,进行成对标记,得到颅像数据集;2、构建基于深度学习的小样本颅像相似性度量网络,其中:将基于深度学习框架的在线增强作为用于对输入的颅像数据进行随机增强处理的数据增强模块;在ResNet50网络引入CBAM,形成的结合CBAM的ResNet50网络特征提取模块;将孪生神经网络作为用于输出颅像数据相似性度量值的度量模块;3、训练基于深度学习的小样本颅像相似性度量网络;4、将颅像数据输入训练好的于深度学习的小样本颅像相似性度量网络模型,得到颅像的相似度,提高了颅像相似性度量的准确率和效率。
-
-
-
-
-
-
-
-
-