本发明公开了一种基于分布式并行处理模式的社交网络好友过 滤方法，包括：（1）从社交网站采集数据，并按照数据采集的先后顺 序存储该数据，（2）基于分布式并行处理框架结构对采集的数据中的 社交行为信息进行过滤，以产生用户关注和关注用户的好友信息，（3） 基于分布式并行处理框架结构对采集的数据中的好友信息、兴趣信息 和个人信息进行过滤，并根据用户与好友的相似度按照从小到大的顺 序对好友进行排列，用化简函数合并步骤（2）和（

本新技术成果（ZL201220166687.2）来自省部级科技计划项目，现已结题.该成果提供了一种伪连续导电模式（PCCM）开关变换器自适应续流控制方法及其装置ACD，采用PCCM开关变换器的电感电流信息和输出电流信息经过运算后合成自适应参考电流，将自适应参考电流和电感电流进行比较，以此来控制PCCM开关变换器续流开关管的导通与关断。该发明可用于控制各种拓扑结构的PCCM开关变换器续流开关管，其优点是：无需补偿网络，控制简单，瞬态响应速度快，效率高。

为深入贯彻李克强总理对于天津大学创新创业工作做出的重要批示，响应国家双创战略，天津大学 “精心打造创新创业教育品牌”，探索创新创业教育的有效模式，天津大学自2015年构建了以创业学院和众创空间为依托，“一体两翼”的创新创业组织架构和运作模式。

本发明公开了一种基于空间-时间多预测模式的无损压缩方法，包括：(1)利用星载成像系统获取序列图像 f；(2)把步骤(1)获取的每一·771·帧图像 fk,k＝1,划分成互不重叠且大小为 M×N 的子块 fk,i,i＝1,2Su,m.I，SumI 为子块总数，M，N 为预设值；(3)令步骤(2)中第 3j+1,j＝0,1,...帧图像为参考帧图像，进行分块 JPEG-LS 编码；(4)第 3j+2 和3j+3 帧图像参

本发明公开了一种自适应探测模式的光子计数线阵读出电路及方法，包括同步模块及由若干像素单元组成的像素阵列，所述每个像素单元包括APD探测器、接口电路、计数器、存储器以及死区时间可调电路；所述死区时间可调电路，用于根据接收的标准脉冲电压计数信号状态经延迟时间后产生使得接口电路复位的复位信号，且根据接收的当前曝光时间内像素的计数值即当前帧的计数值，根据判别的当前帧计数值的大小产生控制信号以调节下一帧的延迟时间大小。本发明可以判断光强强弱来自动调节死区时间大小，提高检测效率，通过与传感器的配合，可合理应用于大阵列读出电路系统中，进而实现成像应用。

本发明属于水电能源优化运行领域，公开了一种实时负荷下水电站多模式时空嵌套出力动态调整方法，该方法以实时负荷变化量大小为依据，制定多种模式调整策略。当电站接受到新负荷指令时，自动进入其相应调整模式。本发明方法可减少电站机组出力变幅、有效躲避振动区、降低穿越振动区次数，且电站总耗水率与计划经济运行计算得到的耗水率非常接近，无明显额外耗水。因此本发明方法兼顾稳定性、经济性与高效性，比现有技术更为经济、安全、高效。

本发明公开了一种互联网舆情信息的分类处理方法。

移动互联网将移动通信和互联网二者结合起来，成为当今世界发展最快、市场潜力最大、前景最诱人的产业发展方向。最新数据统计，中国移动互联网用户已达到 4.64 亿。各大应 用市场如 Google Play 有百万种应用，国内机锋市场、天翼等平台也具有大量的安卓应用。 这些应用在给人们带来巨大便利的同时，也带来巨大的信息安全隐患和风险。据统计，超过 九成的应用软件涉嫌窃取用户隐私、恶意扣费、恶意推广、恶意捆绑植入病毒/木马等恶意 行为。这些恶意行为不仅给用户带来经济损失，甚至涉及人身安全问题。因此迫切需要快速、 准确地自动化检测如此庞大的应用程序的恶意行为。传统手机杀毒软件基于 PC 时代检测特征序列的方式识别恶意软件/恶意行为，虽然这种 方式高效、易于同步检测，但是存在只能查杀已知威胁、反馈周期长、易于绕过等诸多问题。 为了解决上述问题，我们设计并实现一个 Android 应用恶意行为自动化检测系统。本系统提 供一个基于行为查杀的完整解决方案，可服务于第三方管控部门、高级大型企业(如电信运 营商)、Android 工程师与普通用户等三大类用户。本系统结合静态分析、动态追踪、网络 流量定位三种方法实现“数据流、控制流、网络流”三流融合分析技术，可提供自动化应用 软件爬取、自动化检测分析、自动化特征库更新、自动化恶意行为挖掘、恶意攻击训练、证 据留存等多项服务，达到爬取自动化、处理高效化、分析智能化、信息安全化的设计目标。 本系统主要的特点如下: 全平台部署更实用:跨平台语言设计，多重角度防护，可部署于 Windows XP/WIN7/WIN8 以及 Linux 主流版本。 自学习、更新更方便: 应用图论分析技术、自动化行为特征挖掘等技术，挖掘具有通用性的恶意行为链，无需频繁升级模型库。 智能网络爬虫更高效:针对第三方监控需求，本系统提供自动化网络爬取功能，可实现最优监控部署、最优更 新策略。 “3x3”立体更高维:“静态分析、动态追踪、网络流量三维度”，“数据流、控制流、网流”三层面，智能立 体分析模式，无懈可击的安全检测。 11类41种恶意行为检测更全面:可有效对隐私窃取、系统破坏、信息破坏等 41 种恶意行为进行检测，分类图如下图所示。 层级分析更迅速:系统依据层级分析结构，快速定位，快速甄别，快速分析。 “三流融合”更细致:本系统结合底层 API HOOK、动态污染分析、静态行为链识别、网络流量检测等方式，可分析恶意软件的函数调用关系、数据传播定位、恶意行为网络数据包。  恶意特征自动统计挖掘更可靠: 特征自动挖掘更节省人力与计算资源，标准处理流程无死角分析。  恶意攻击模拟更实战: 对官方发布系统与软件攻击模拟，自动化挖掘存在漏洞和风险。 分析数据更可观:行为统计、时间轴建模、应用权限分析、敏感函数展示、敏感数据分析、行为记录、运 行截图等多项数据展示，并支持数据导出功能。 测试项目更全面:课题组具有大量软件自动化测试经验，可支持适配测试、功能测试、可靠性测试、安全 性测试、环境测试、安全测试需求。性能参数: 准确性高，超过 97%的正确识别率; 完成一次普通测试任务不足30分钟，测量时间短，重现性好。