一种基于初始浓度和实测源谱限制的VOCs来源解析方法

    公开(公告)号:CN114518436A

    公开(公告)日:2022-05-20

    申请号:CN202210188395.7

    申请日:2022-02-28

    Applicant: 南开大学

    Abstract: 本发明公开了一种基于初始浓度和实测源谱限制的VOCs来源解析方法,包括如下步骤:S1、观测数据获取:基于观测站点获得VOCs物种浓度数据的时间序列,并对数据进行质控处理;S2、估算初始VOCs浓度;S3、将初始浓度数据纳入PMF模型进行来源解析;S4、根据实测源谱限制步骤S3PMF计算的因子谱;S5、获得基于初始浓度和实测源谱限制的来源解析结果。本发明通过计算初始浓度,最大程度减少化学损耗对VOCs物种的影响,并通过实测源谱进行限制,使得来源解析结果更符合实际源的贡献,提高传统VOCs来源解析方法的准确性。在此基础上,计算得到的源贡献相比于直接使用观测浓度数据的结果更能正确反映VOCs排放源的影响。

    一种基于强化学习的口令强度测量方法

    公开(公告)号:CN119312302A

    公开(公告)日:2025-01-14

    申请号:CN202411359686.3

    申请日:2024-09-27

    Applicant: 南开大学

    Inventor: 汪定 杨涛 刘哲理

    Abstract: 本发明公开了一种基于强化学习的口令强度测量方法,首先构建口令数据集,然后建立强化学习模型和评分模型,再对强化学习模型和评分模型进行训练,得到最优强化学习模型;部署完成后,用户将口令输入到最优强化学习模型中,并输出一个概率;再将此概率与口令概率字典通过蒙特卡洛计算算法进行比较,得到该口令的猜测数;再根据口令的猜测数与口令强度的对应关系,得到该口令的口令强度。本发明提出的基于强化学习的口令建模方式,将用户生成口令的过程看作马尔可夫决策过程,计算每个动作带来的奖励,能够更好的建模口令序列;本发明能同时抵抗在线定向猜测攻击和离线漫步猜测攻击,更精准和更具鲁棒性。

Patent Agency Ranking