公开(公告)号：CN120047730A

公开(公告)日：2025-05-27

申请号：CN202510098555.2

申请日：2025-01-22

Applicant: 西北大学

Inventor： 冯筠 ,  刘博 ,  卜起荣 ,  马新 ,  钟宇亭

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/08 ,  G06N3/084 ,  G06N3/0464

Abstract: 本发明公开了一种基于输入变换的图像分类黑盒对抗样本生成方法及装置，通过图像变换、梯度优化、神经网络结构及目标函数模块生成对抗样本，首先对输入图像经输入图像变换模块处理进行多样化的随机变换，生成一系列多样化的变换图像；然后通过梯度优化模块迭代计算扰动的更新方向与大小，生成扰动并通过前向传播在神经网络中进行测试；在神经网络结构模块中，选择特定的图像分类模型对输入图像进行前向传播与分类；最终在目标函数模块中，结合交叉熵损失与LPIPS对模型输出结果进行优化，通过逐步添加扰动，生成对抗样本。本发明增强了对抗样本的多样性，通过迭代方式持续更新扰动，提高了攻击效果，最终生成具有较强迁移能力的对抗样本。

公开(公告)号：CN117026382A

公开(公告)日：2023-11-10

申请号：CN202311006597.6

申请日：2023-08-10

Applicant: 西北大学

Inventor： 马海霞 ,  张怡婧 ,  陈元开 ,  李媛媛 ,  南海 ,  罗一鸣 ,  刘博

IPC: C30B29/54 ,  C06B21/00 ,  C06B25/34 ,  C30B29/66 ,  C30B7/06 ,  C07D271/08

Abstract: 本发明属于含能材料制备技术领域，公开了一种形貌可控的DNTF的制备方法，包括以下步骤：将DNTF溶解于溶剂中，然后滴加到表面活性剂的水溶液中，得到混合溶液，然后将混合溶液搅拌或超声，过滤，洗涤，干燥得到形貌可控的DNTF。本发明使用溶剂‑非溶剂法，通过调节制备过程中搅拌时间、搅拌速率、表面活性剂种类、表面活性剂添加量等因素，分别制得带孔球型、棒状型、花球型、球型、薄片型和厚片型六种形貌不同的DNTF晶体。本发明工艺简单、条件温和、反应时间短，对实验仪器精密度要求低，对产物形貌的可控性高，重复性好，丰富了DNTF的形貌特征。

公开(公告)号：CN113837393B

公开(公告)日：2023-10-24

申请号：CN202111030938.4

申请日：2021-09-03

Applicant: 西北大学

Inventor： 翟双姣 ,  童维媛 ,  汤战勇 ,  刘博 ,  房鼎益

IPC: G06N20/00 ,  G06F18/2415 ,  G06F18/2451 ,  G06F18/2411 ,  G06F17/18

Abstract: 本发明公开了一种基于概率和统计评估的无线感知模型鲁棒性检测方法，该方法首先训练一个底层感知模型，分别计算该无线感知模型预测测试样本过程中的概率向量和统计向量，其中的统计向量的实现步骤包括：根据保形预测理论的不一致性测量理论及步骤1中的机器学习算法定义一个不一致性测量函数；所述不一致性测量函数评估一个测试样本与之前的一组样本有众多不同，不一致性测量值越大表示该测试样本与该类之前的样本越不相似；然后定义校准数据集，计算不一致性测量得分以及计算统计向量；最后使用一个异常检测器判断底层感知模型对测试样本的预测是否正确。该方法可以用在任何基于机器学习的无线感知模型上面检测其在部署阶段的鲁棒性。

公开(公告)号：CN119462308A

公开(公告)日：2025-02-18

申请号：CN202411627179.3

申请日：2024-11-14

Applicant: 西北大学

Inventor： 马海霞 ,  王宇利 ,  刘博 ,  李媛媛 ,  南海

IPC: C06B25/34 ,  C06B21/00

Abstract: 本发明公开了一种DNTF/FOX‑7@NC复合含能材料及其制备方法和应用，属于复合含能材料技术领域。本发明公开的制备方法通过采用静电喷雾技术将DNTF颗粒和钝感含能材料FOX‑7均匀混合，可以有效减小炸药颗粒的粒径，由于制备出具有球形空壳结构的DNTF/FOX‑7@NC复合含能材料，有效减小了炸药颗粒的粒径和表面缺陷，从而降低了炸药颗粒的机械感度，提高了其安全性能，该方法能够解决现有的制备方法降低感度效果差的技术问题。

公开(公告)号：CN113837393A

公开(公告)日：2021-12-24

申请号：CN202111030938.4

申请日：2021-09-03

Applicant: 西北大学

Inventor： 翟双姣 ,  童维媛 ,  汤战勇 ,  刘博 ,  房鼎益

IPC: G06N20/00 ,  G06K9/62 ,  G06F17/18

Abstract: 本发明公开了一种基于概率和统计评估的无线感知模型鲁棒性检测方法，该方法首先训练一个底层感知模型，分别计算该无线感知模型预测测试样本过程中的概率向量和统计向量，其中的统计向量的实现步骤包括：根据保形预测理论的不一致性测量理论及步骤1中的机器学习算法定义一个不一致性测量函数；所述不一致性测量函数评估一个测试样本与之前的一组样本有众多不同，不一致性测量值越大表示该测试样本与该类之前的样本越不相似；然后定义校准数据集，计算不一致性测量得分以及计算统计向量；最后使用一个异常检测器判断底层感知模型对测试样本的预测是否正确。该方法可以用在任何基于机器学习的无线感知模型上面检测其在部署阶段的鲁棒性。