金属多酚网络修饰碳纳米管复合材料及其制备方法和应用

    公开(公告)号:CN119219974A

    公开(公告)日:2024-12-31

    申请号:CN202411347971.3

    申请日:2024-09-26

    Applicant: 四川大学

    Abstract: 本发明属于太阳能海水淡化技术领域,公开了一种金属多酚网络修饰碳纳米管复合材料及其制备方法和应用,所述复合材料由光热涂料涂覆于基体上得到,所述基体为亲水泡沫,所述光热涂料包括光热剂及其载体,所述光热剂为金属多酚网络修饰的碳纳米管,所述光热剂的载体为聚乙烯醇。本发明可以根据需要和实际情况选用不同种类的泡沫,不用受制于本体材料的工艺限制,比起以光热材料本身作为主体的界面蒸发海水淡化材料具有更灵活的加工条件,更低廉的成本和更广泛的应用条件。本发明在光热剂中采用金属多酚,其对氨基化多壁碳纳米管表面有较好亲和力,可以在其表面形成亲水层,从而降低碳纳米管表面能,使其均匀分散。

    一种面向开源项目的安全性自动化评估方法及装置

    公开(公告)号:CN116305137B

    公开(公告)日:2023-10-13

    申请号:CN202310039038.9

    申请日:2023-01-12

    Applicant: 四川大学

    Abstract: 本发明公开了一种面向开源项目的安全性自动化评估方法及装置,所述方法包括:收集开源项目的第一评价指标值;收集开源项目的第二评价指标值;收集开源项目的第三评价指标值;计算第一评分;计算第二评分;计算第三评分;将第一评分、第二评分和第三评分输入安全量化评估模型,得到表征开源项目安全性的综合评分;第一评价指标值为基于历史漏洞维度的使用风险评价指标值,第二评价指标值为基于开源社区记录数据的开源社区规模及活跃度评价指标值,第三评价指标值为基于安全最佳实践测评结果维度的安全最佳实践评价指标值。通过开源项目元数据的收集、评分化以及通过安全量化评估模型进行综合评分,从而实现了对开源项目安全性的自动量化评估。

    一种基于智能对话的主动式网络信息挖掘方法

    公开(公告)号:CN115687754A

    公开(公告)日:2023-02-03

    申请号:CN202211294736.5

    申请日:2022-10-21

    Applicant: 四川大学

    Inventor: 黄诚 罗双春 杨振

    Abstract: 本发明公开了一种基于智能对话的主动式网络信息挖掘方法,包括:采集社交平台上目标群组的群聊数据;对所述群聊数据进行标注得到包括人员类型标注数据的第一数据集、包括网络信息的第二数据集和包括聊天对话数据的第三数据集,所述网络信息包括目标实体、预定义的关系、目标实体的属性;基于所述第二数据集构建生成网络信息知识库;基于所述第一数据集构建目标人员分类模型;基于所述第三数据集构建任务型对话系统;利用所述目标人员分类模型和任务对话系统与目标人员对话得到会话内容;抽取所述会话内容中的网络信息,并根据抽取的网络信息更新网络信息知识库。本发明实现了网络信息数据收集自动化、自更新、智能化。

    一种基于智能对话的主动式网络信息挖掘方法

    公开(公告)号:CN115687754B

    公开(公告)日:2024-01-23

    申请号:CN202211294736.5

    申请日:2022-10-21

    Applicant: 四川大学

    Inventor: 黄诚 罗双春 杨振

    Abstract: 本发明公开了一种基于智能对话的主动式网络信息挖掘方法,包括:采集社交平台上目标群组的群聊数据;对所述群聊数据进行标注得到包括人员类型标注数据的第一数据集、包括网络信息的第二数据集和包括聊天对话数据的第三数据集,所述网络信息包括目标实体、预定义的关系、目标实体的属性;基于所述第二数据集构建生成网络信息知识库;基于所述第一数据集构建目标人员分类模型;基于所述第三数据集构建任务型对话系统;利用所述目标人员分类模型和任务对话系统与目标人员对话得到会话内容;抽取所述会话内容中的网络信息,并根据抽取的网络信息更新网络信息知识库。本发明实现了网络信息数据收集自动化、自更新、智能化。

    一种面向开源项目的安全性自动化评估方法及装置

    公开(公告)号:CN116305137A

    公开(公告)日:2023-06-23

    申请号:CN202310039038.9

    申请日:2023-01-12

    Applicant: 四川大学

    Abstract: 本发明公开了一种面向开源项目的安全性自动化评估方法及装置,所述方法包括:收集开源项目的第一评价指标值;收集开源项目的第二评价指标值;收集开源项目的第三评价指标值;计算第一评分;计算第二评分;计算第三评分;将第一评分、第二评分和第三评分输入安全量化评估模型,得到表征开源项目安全性的综合评分;第一评价指标值为基于历史漏洞维度的使用风险评价指标值,第二评价指标值为基于开源社区记录数据的开源社区规模及活跃度评价指标值,第三评价指标值为基于安全最佳实践测评结果维度的安全最佳实践评价指标值。通过开源项目元数据的收集、评分化以及通过安全量化评估模型进行综合评分,从而实现了对开源项目安全性的自动量化评估。

Patent Agency Ranking