一种面向流程对象数据的规则提取方法

    公开(公告)号:CN104346442A

    公开(公告)日:2015-02-11

    申请号:CN201410541881.8

    申请日:2014-10-14

    Applicant: 济南大学

    CPC classification number: G06F16/35

    Abstract: 本发明涉及一种面向流程对象数据的规则提取方法,包括如下步骤:步骤S1:确定流程对象数据的最佳聚簇数量;步骤S2:采用K-means算法对流程对象数据进行聚类,同时验证步骤S1中的最佳聚簇数量的合理性,如果步骤S1中的最佳聚簇数量合理则转到步骤S3,否则转到步骤S1;步骤S3:采用Apriori维间关联规则算法挖掘不同测点的聚类间的关联规则;步骤S4:确定流程对象数据的最强关联链;步骤S5:根据最强关联链上所有测点的状态值,得到记载各测点状态值的状态链,根据状态链对相关行业进行指导;提高数据规则提取的效率,以及从流程对象数据中提取知识的能力。

    一种氟/氯掺杂多孔石墨烯纳米片水溶液构筑柔性叉指型超级电容器的方法

    公开(公告)号:CN119694801A

    公开(公告)日:2025-03-25

    申请号:CN202410902321.4

    申请日:2024-07-06

    Applicant: 济南大学

    Abstract: 本发明公开了一种用超稳定少层氟/氯掺杂多孔石墨烯纳米片水溶液构筑高性能柔性叉指型超级电容器的方法,采用一步石墨电腐蚀技术制备所述超稳定少层氟/氯掺杂多孔石墨烯纳米片水溶液,减压过滤到金属模板镂空区域,将所得镂空区域的石墨烯电极图案转移到高分子透明基底上,将水系或离子液体凝胶电解质涂抹到电极图案上,制作串并联任意组合的集成电路。本发明通过超薄少层纳米片结构的构筑、丰富孔隙/台阶的创造以及引入碳‑卤键改进表面电荷分布,显著改善了石墨烯在水中的分散性,大大提高了石墨烯分散水溶液的稳定性,避免了石墨烯电极服役过程中的堆叠问题,提高了柔性叉指型超级电容器的循环稳定性,所构筑柔性叉指型超级电容器具有非常好的耐弯折性能和机械柔韧性,可以在柔性基体上轻松实现多个叉指电极的有效集成。整个构筑过程简便、重复性好,无金属集流体、导电剂和聚合物粘合剂的使用。

    一种氯/溴掺杂石墨烯纳米片构筑高性能柔性叉指超级电容器及集成电路的方法

    公开(公告)号:CN119650314A

    公开(公告)日:2025-03-18

    申请号:CN202410902322.9

    申请日:2024-07-06

    Applicant: 济南大学

    Abstract: 本发明公开了一种氯/溴掺杂石墨烯纳米片构筑高性能柔性叉指超级电容器及集成电路的方法,采用一步石墨电腐蚀技术制备超稳定氯/溴掺杂石墨烯纳米片,通过优化卤化铵浓度可以调节氯/溴在石墨烯纳米片中的掺杂比例,减压过滤石墨烯纳米片水溶液在金属模板镂空区域形成石墨烯电极图案,将其转移到高分子透明基底上,将水系凝胶电解质涂抹到电极图案上,制作串并联任意组合的集成电路。本发明通过纳米片结构的构筑以及引入碳‑卤键改进表面电荷分布,显著改善了石墨烯在水中的分散性,大大提高了石墨烯水溶液的稳定性,避免了石墨烯电极服役过程中的堆叠问题,提高了柔性叉指超级电容器的循环稳定性,所构筑柔性叉指超级电容器具有非常好的机械柔韧性,在柔性基体上串并联叉指电极可以实现集成电路的灵活组装,为多种电子设备提供电源支持。整个构筑过程简便、重复性好,无金属集流体、导电剂和聚合物粘合剂的使用。

    一种面向工业互联网场景的双PUF身份认证方法

    公开(公告)号:CN118413334B

    公开(公告)日:2024-10-25

    申请号:CN202410888797.7

    申请日:2024-07-04

    Applicant: 济南大学

    Abstract: 本发明提供了一种面向工业互联网场景的双PUF身份认证方法,主要应用于工业互联网场景中智能设备和云服务器之间通讯过程中的相互认证,结合使用了弱PUF(WPUF)和可重构的强PUF(OPUF),通过双PUF的协同工作,实现了高效、安全的身份认证,采用轻量级的加密原语,如异或操作和哈希函数,大大降低了计算和通信开销,适用于资源受限的工业物联网设备。本发明可以保证智能设备的不可克隆性以及通讯过程的安全,能够有效防止窃听攻击、假冒攻击、重放攻击及机器学习攻击等,可以极大提高认证的安全性。

    基于CNN和Transformer的车辆图像增强方法及系统

    公开(公告)号:CN118097321A

    公开(公告)日:2024-05-28

    申请号:CN202410524655.2

    申请日:2024-04-29

    Applicant: 济南大学

    Abstract: 本发明提出了基于CNN和Transformer的车辆图像增强方法及系统,涉及计算机视觉领域。本发明提出一种特征调制Transformer模块,模块由L个交叉精炼融合块组成,每个交叉精炼融合块由高频增强残差块、矩形窗口注意力块、混合融合块组成。其中,高频增强残差块用于从输入特征中提取高频特征,矩形窗口注意力块用于捕捉输入特征的长距离依赖关系,然后通过混合融合块整合高频增强残差块和矩形窗口注意力块的输出。最后交叉提炼全局特征以获得最佳效果。

Patent Agency Ranking