基于波形采样的闪烁体衰减时间测试方法

    公开(公告)号:CN117741732A

    公开(公告)日:2024-03-22

    申请号:CN202311736678.1

    申请日:2023-12-18

    Abstract: 本发明公开了一种基于波形采样的闪烁体衰减时间测试方法,测试方法的步骤包括:将闪烁体耦合至放置于屏蔽箱的光电倍增管的光学窗口上,使用放射源激发样品,打开示波器自动采集不少于100个脉冲信号并传输给控制计算机;将示波器采集到的脉冲波形数据进行处理计算,获得单个脉冲数据对应的衰减时间常数;将上述步骤重复用于处理所有采集下的脉冲数据,获得衰减时间常数集合;用衰减时间常数集合做直方图,数据应呈现正态分布;使用高斯函数对该正态分布进行拟合,所获得的峰值对应的衰减时间值即为该样品的衰减时间。本发明能够准确测试不同闪烁材料的衰减时间,尤其适用于高通量衰减时间测量。

    基于统计学习的威胁情报利用与繁殖方法

    公开(公告)号:CN109462578B

    公开(公告)日:2022-01-11

    申请号:CN201811227305.0

    申请日:2018-10-22

    Applicant: 南开大学

    Abstract: 本发明提出了一种基于统计学习的威胁情报利用与繁殖方法,应用于网络安全领域,基于有限的已知威胁情报,通过统计学习,发现大量未知的威胁情报,实现威胁情报的繁殖。为了躲避安全检测,网络攻击的变化速度越来越快,导致威胁情报的数量增多、时效性缩短。只利用已知威胁情报的安全检测模型,会受到模型退化问题的影响,准确度下降。本发明基于统计学习算法,引入可信度,代替静态阈值,提高模型对未知威胁的识别能力;该方法支持多种异构检测模型,基于可信度对比,实现多模型协同防御;该方法引入滑动时间窗概念,实现检测模型对新出现的威胁情报的快速吸收,对过期情报的有效遗忘。

    基于统计学习的威胁情报利用与繁殖方法

    公开(公告)号:CN109462578A

    公开(公告)日:2019-03-12

    申请号:CN201811227305.0

    申请日:2018-10-22

    Applicant: 南开大学

    Abstract: 本发明提出了一种基于统计学习的威胁情报利用与繁殖方法,应用于网络安全领域,基于有限的已知威胁情报,通过统计学习,发现大量未知的威胁情报,实现威胁情报的繁殖。为了躲避安全检测,网络攻击的变化速度越来越快,导致威胁情报的数量增多、时效性缩短。只利用已知威胁情报的安全检测模型,会受到模型退化问题的影响,准确度下降。本发明基于统计学习算法,引入可信度,代替静态阈值,提高模型对未知威胁的识别能力;该方法支持多种异构检测模型,基于可信度对比,实现多模型协同防御;该方法引入滑动时间窗概念,实现检测模型对新出现的威胁情报的快速吸收,对过期情报的有效遗忘。

Patent Agency Ranking