-
公开(公告)号：CN109912156A
公开(公告)日：2019-06-21
申请号：CN201910233311.5
申请日：2019-03-26
Applicant: 华中科技大学
Abstract: 本发明属于污泥处理处置资源化领域，公开了一种叶绿素铁钠盐调理促进剩余污泥产甲烷的方法，该方法先利用叶绿素铁钠盐对剩余污泥进行调理，然后向调理后的剩余污泥中接种厌氧菌，在30～45℃的中温条件下进行厌氧消化产甲烷。优选的，利用叶绿素铁钠盐对剩余污泥进行调理，具体是向剩余污泥中加入叶绿素铁钠盐，搅拌使叶绿素铁钠盐完全溶解后继续添加H2O2溶液，然后继续搅拌一段时间进行调理。本发明可以促进污泥絮体瓦解，释放有机质，氧化降解大分子有机物为小分子有机物，提高剩余污泥的可生物降解性，缩短厌氧消化过程有机质水解过程，提高有机质分解速率，增加中间产物的累积量，从而促进厌氧消化产甲烷的过程。
-
公开(公告)号：CN108751627A
公开(公告)日：2018-11-06
申请号：CN201810432142.3
申请日：2018-05-08
Applicant: 华中科技大学
Abstract: 本发明公开了中性芬顿调理剩余污泥微生物电解产氢回收磷的方法，该方法首先对剩余污泥进行中性芬顿调理，然后将调理后的剩余污进行厌氧消化预处理，控制剩余污泥厌氧消化进程得到产酸阶段的剩余污泥上清液；接着，将该剩余污泥上清液加入到微生物驯化后的MEC反应器中，外加微电压，进行MEC产氢；MEC产氢结束后，向该MEC反应器的阴极电解液中添加镁源，并向MEC反应器中加入厌氧消化产甲烷阶段的剩余污泥上清液，调节阴极室pH值，即可析出得到鸟粪石沉淀。本发明通过对处理方法整体的工艺流程设计，以及各个关键工艺步骤进行改进及进一步优化，与现有技术相比能够有效解决剩余污泥处理难度大、效果差、成本高的问题，能够以鸟粪石的形式回收磷元素。
-
公开(公告)号：CN116521173A
公开(公告)日：2023-08-01
申请号：CN202310387165.8
申请日：2023-04-12
Applicant: 华中科技大学
IPC: G06F8/41 , G06F18/23213
Abstract: 本发明公开了一种代码依赖关系的检测方法、装置和系统，属于软件成分分析技术领域，所述检测方法包括：构建代码仓库‑版本‑函数对应的嵌套索引字典和代码仓库的索引字典；将嵌套索引字典中函数与代码仓库的索引字典对比并去重，再对去重后的嵌套索引字典中各函数进行复杂度过滤；对原嵌套索引字典中每个版本的函数调用图进行中心性过滤；将中心性过滤后的核心函数列表FL2和复杂度过滤后的函数信息列表FL1交集运算得到项目指纹函数；区别于现有技术中直接将待测函数与仓库内所有项目函数进行相似性比较，本发明将待测项目函数与项目指纹函数进行代码克隆检测得到待测项目函数的依赖关系，其计算复杂度更低且检测效率更高。
-
公开(公告)号：CN115905926A
公开(公告)日：2023-04-04
申请号：CN202211612114.2
申请日：2022-12-09
Applicant: 华中科技大学
IPC: G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于样本差异的代码分类深度学习模型解释方法及系统，该方法包括：离线解释器模型训练步骤：对训练集中的每个代码样本，构造代码变换生成差异样本，通过删除特征生成差异样本并计算特征重要分数，通过片段截取生成差异样本并计算特征重要分数，将原始样本、差异样本与特征重要分数输入神经网络进行训练，得到训练好的解释器；在线代码样本解释步骤：对目标代码样本片段使用解释器提取代码样本中的重要特征，然后使用基于影响函数的方法查找训练集中对测试样本预测贡献最大的训练样本，比较得到的重要特征和对预测贡献最大的训练样本，最后生成目标样本的解释结果。该系统包括离线解释器模型训练模块和在线代码样本解释模块。
-
公开(公告)号：CN113501647A
公开(公告)日：2021-10-15
申请号：CN202110861658.1
申请日：2021-07-29
Applicant: 华中科技大学
IPC: C02F11/10 , C02F11/143 , C10B53/00 , C10B57/00 , C08H7/00
Abstract: 本发明属于污泥资源化处理处置领域，公开了一种定向催化污泥热解油转化水溶性腐植酸的方法，该方法是对原料市政污泥基于Fenton法或类Fenton法经调理、脱水后得到污泥泥饼，接着进行热解处理，利用调理剂中存在的过渡金属元素在热解反应过程产生纳米氧化物颗粒，提高生物炭的产率、降低热解油的产量、同时促进热解油定向转化成水溶性腐植酸物质。本发明通过对方法整体流程工艺设计等进行改进，利用过渡金属在热解过程中充当催化剂，促进C的沉积和芳香化过程，降低热解油的产率并转化污泥热解油的组分为水溶性物质，促进热解油定向转化水溶性腐植酸物质，如此便能够降低热解油的黏度，降低热解油的危害，具有显著的环境效益。
-
Patent Agency Ranking
公开(公告)号：CN110161137A
公开(公告)日：2019-08-23
申请号：CN201910425081.2
申请日：2019-05-21
Applicant: 华中科技大学
Abstract: 本发明属于分析化学领域，公开了一种测定叶绿素铁钠盐的方法，包括以下步骤：(1)标准曲线方程的建立：对于多个浓度已知、且彼此之间浓度存在差异的叶绿素铁钠盐溶液标准品，首先确定最大吸收波长，接着通过液相色谱仪得到它们所对应的液相色谱图，然后通过质谱检测确认叶绿素铁钠盐的出峰位置，并得到峰面积-叶绿素铁钠盐浓度的标准曲线方程；(2)对待测样品的浓度测定：测得待测样品的液相色谱图，得到叶绿素铁钠盐的峰面积，基于标准曲线方程计算得到相应的叶绿素铁钠盐浓度值，实现叶绿素铁钠盐的浓度测定。本发明通过对测定方法整体流程工艺设计等进行探索，通过液相色谱、质谱联用，可有效解决叶绿素铁钠盐定量测定的技术问题。
-
公开(公告)号：CN109657473A
公开(公告)日：2019-04-19
申请号：CN201811340404.X
申请日：2018-11-12
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度特征的细粒度漏洞检测方法，其步骤包括以下两个阶段：训练阶段和检测阶段。训练阶段包含：收集大量的有漏洞和无漏洞的程序；对这些程序进行预处理，并从程序依赖图中提取出程序切片；对生成的程序切片按照漏洞类型打上标签；按照安全分析规则，从程序切片中提取出程序关注点；将程序切片和程序关注点转化成向量；搭建基于深度学习的漏洞检测模型,用向量训练模型参数至最优；最终得到一个训练完备的基于深度学习的漏洞检测模型。检测阶段包含：按照训练阶段的源码处理方式，从待测程序中提取程序切片和程序关注点并分别将其转化为向量；利用训练好的漏洞检测模型对向量进行分类，最后根据分类结果生成漏洞检测报告。
-
公开(公告)号：CN107885999A
公开(公告)日：2018-04-06
申请号：CN201711089352.9
申请日：2017-11-08
Applicant: 华中科技大学
IPC: G06F21/57
Abstract: 本发明公开了一种基于深度学习的漏洞检测方法及系统，其中方法包括离线漏洞分类器训练和在线漏洞检测两部分。离线漏洞分类器训练的过程如下：对训练程序提取库/API函数调用候选代码段，给候选代码段添加类型标签，并将候选代码段转换为向量，这些向量输入到神经网络模型进行训练，最后输出漏洞分类器。在线漏洞检测的过程如下：对目标程序提取库/API函数调用候选代码段，并将候选代码段转换为向量，然后采用训练好的漏洞分类器来分类候选代码段，最后输出分类结果为含漏洞的代码段。本发明自动生成针对库/API函数调用的漏洞特征，不依赖于专家知识，不局限于漏洞类型，同时能显著降低目标程序中漏洞检测的误报率和漏报率，并给出漏洞位置。
-
公开(公告)号：CN107038380A
公开(公告)日：2017-08-11
申请号：CN201710242822.4
申请日：2017-04-14
Applicant: 华中科技大学
CPC classification number: G06F21/577 , G06F11/3676
Abstract: 本发明公开了一种基于程序特征树的漏洞检测方法及系统，其中方法的实现包括：分析漏洞函数代码生成漏洞程序依赖图，遍历漏洞程序依赖图生成漏洞程序特征树，以及，分析待测函数代码生成待测程序依赖图，遍历待测程序依赖图生成待测程序特征树；将漏洞程序特征树与待测程序特征树进行节点匹配，若漏洞程序特征树中的所有节点在待测程序特征树中均能找到匹配，则判断待测程序特征树中与漏洞程序特征树匹配的各节点之间是否存在与漏洞程序特征树相同的数据依赖关系，若存在，则待测函数代码中存在漏洞。本发明可以在确保检测准确度的同时，显著提高漏洞检测的执行效率。
-
公开(公告)号：CN116842515A
公开(公告)日：2023-10-03
申请号：CN202310812492.3
申请日：2023-07-04
Applicant: 华中科技大学
IPC: G06F21/56 , G06F21/57 , G06F18/241 , G06F18/214 , G06F18/213
Abstract: 本发明涉及一种基于不变特征的源代码分类模型鲁棒性增强方法、系统及处理器，该方法包括：将非鲁棒性特征进行组合，以生成多种风格模板，使用代码变换程序将输入代码训练集中的代码变换成不同风格的新代码，以得到新代码组成的变换代码训练集，将输入代码训练集与变换代码训练集合并为扩充训练集，将扩充训练集中的代码文本转换为代码图片；通过数据预处理将代码图片转化为模型训练所需向量，在扩充训练集中随机抽取同类别的样本进行配对并输入到特征提取器，使用对比学习的方法迭代更新特征提取器和样本匹配对并提取出目标特征，将提取的不变特征输入分类器进行训练，以输出模型该系统包括：定向训练集扩充模块和强鲁棒性分类模型训练模块。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.057 seconds)
