本发明公开了一种中温烧结的电容器瓷料及其制备方法，该瓷料的组分包括(Ba1‑xCax)(Zr0.15Ti0.85)O3、CeO2、HfO2、SiO2、MgO、ZnO及MnO2；该制法为以TiO(OH)2为固相基体，以(CH3COO)2Ba、(CH3COO)2Ca·H2O和(CH3COO)4Zr为包裹相，通过液相包裹法经烘干、煅烧制得主晶相粉体，随后将主晶相粉体(Ba1‑xCax)(Zr0.15Ti0.85)O3与CeO2、HfO2、SiO2、MgO、ZnO及MnO2混合，经研磨、成型、烧结制得瓷料。本发明瓷料不仅具有高介电常数、低介电损耗以及介电常数温度变化率低的特点，且可实现中温致密烧结。

本发明属于量子机器学习隐私保护技术领域，公开了一种保护输入数据和训练参数的量子神经网络隐私保护方法及系统，包括：对原始样本集进行归一化处理；进行样本划分得到待测样本集与训练样本集；根据角度编码或幅度编码，将待测样本与训练样本集的属性值进行量子态制备；根据随机X和RZ操作符加密量子态；利用Rz可隐藏参数电路、#imgabs0#电路和#imgabs1#电路构建量子神经网络模型中Ansatz的同态加密电路设计，将电路设计发送给量子云服务器进行模型训练；更新加密密钥。本发明旨在解决量子机器学习领域中量子神经网络的数据和参数的隐私安全问题，不会影响算法原本的准确率和可用性，与其他隐私保护方案相比拥有更低的复杂度和更高的安全性。

本发明提供一种铝酸盐水泥基材料强度性能提升的方法，通过早期低温养护诱导铝酸盐水泥水化形成相转变速率较慢的CAH10，延长其与硅质矿物掺合料溶出的硅的反应时间，促进稳定态C2ASH8和凝胶状AH3形成，同时在碱性激发剂激发作用下，促进硅质矿物掺合料中无定形硅的溶出，进一步促进C2ASH8形成，有效抑制亚稳态CAH10在湿热环境下向稳定态C3AH6转变导致的微观结构粗化、性能下降等负面效应。本发明提供的方法能够有效提升铝酸盐水泥基材料在湿热条件下的性能，显著扩大铝酸盐水泥基材料的应用范围，同时能够促进硅质矿物掺合料在铝酸盐水泥体系中的高效利用。

本发明提供一种基于EDTA‑钙硅质固体废弃物‑轻烧氧化镁碳化固化飞灰重金属的方法，将钙硅质固体废弃物、轻烧氧化镁及飞灰粉末混合得到干料，通过雾化机使得EDTA溶液雾化并与干料充分混合得到湿料；借助压力机将湿料压制成圆柱坯体，二氧化碳气体中处理；利用钙硅质固体废弃物和轻烧氧化镁在碳化激发条件下生成由碳酸钙和碳酸镁胶结穿插形成的复合刚性骨架，同时碳化生成的无定形硅胶填充于刚性骨架中形成致密固化体，有利于飞灰重金属封存固化，掺入的EDTA与Ca2+和Mg2+离子络合形成螯合物，分别促进钙硅质固体废弃物和轻烧氧化镁中钙、镁溶出，进而提高其碳化程度，大幅提升固化体的致密性、力学性能和重金属固化能力。

本发明公开了一种基于量子线路等价同态加密算法的隐私保护方法，包括如下步骤：获取原始样本集，并对原始样本集进行归一化，得到预处理后的数据集；将预处理后的数据集划分为样本集和测试集；将样本集按照量子态编码规则编码到量子态上，并将训练参数根据变分训练层规则编码到变分训练层上，得到量子线路；将量子线路输入量子线路等价替换同态加密算法中，通过量子线路等价替换同态加密算法输出加密后的量子线路；将加密后的量子线路上传至量子云服务器并运行，获取测量结果；根据原始算法，对测量结果进行后处理，得到原本模型的真实结果。本发明可以对提高数据、参数和模型的隐私性。

本发明属于图像加密技术领域，公开了一种基于量子漫步和混沌映射的量子经典混合图像加密方法，本发明方法无需对图像进行编码，也不需要多次执行量子漫步操作等。相反，本发明方法直接利用明文信息作为量子漫步、Henon map和Catmap的参数。因此，即使使用相同的初始条件来加密多张图像，量子漫步生成的随机矩阵和混沌系统使用的初始参数也几乎完全不同，实现了近似“一次一密”的效果。本发明方法只需要进行一次量子漫步，提升了加密效率。数值模拟和性能分析显示本发明加密方案具有以下特点：相邻像素点相关性弱，对明文图像微小变化敏感度高，密钥空间大，密文直方图均匀。这表明本发明方案能够抵抗各种噪声攻击和差分攻击。

本发明属于量子神经网络技术领域，公开了一种允许量子神经网络在加密经典数据上训练和测试的方法及系统，该方法包括：在ECN中，经典客户端首先训练一个简单的经典神经网络(作为加密器En)来对原始输入数据加密再将密文数据发送至量子云服务器进行QNN的训练，两个模型是一起协同训练的；当En和QNN都训练完毕时，经典客户端直接使用En对输入数据进行加密再发送到量子云服务器端来使用QNN进行测试；测试后得到QNN的预测结果。本发明不要求客户端拥有量子能力，不需要除了训练和测试之外的额外交互从而减少了通信开销，也不会降低QNN的模型性能。此外，该方法不会增加太多的计算成本。

本发明属于对抗机器学习技术领域，公开了一种基于样本预处理的低成本对抗样本防御方法及系统，包括：接收输入样本，调整样本大小；对样本进行切割处理，剔除部分干扰区域；使用图像放缩模块来处理切割模块处理完的样本；对放缩后的样本进行像素值统一化操作；对处理完的样本进行图像放缩操作，将尺寸放缩到模型识别干净样本时可获得的最佳样本准确率的样本尺寸；将处理后的样本输入目标模型，通过评价指标来评价算法防御能力。本发明的核心是图像中非重要信息切割、部分像素值统一化和图像放缩三个模块，均是简单的图像处理操作，满足低成本的要求，通过这三个模块的组合式使用可以达到满足不同防御需求所需的动态防御效果。

本发明属于智慧车辆安全技术领域，公开了一种基于SOEKS的智慧车辆知识表示与车辆状态异常的判别方法，将涉及的完全不同性质不同量纲的信息抽象为基于SOEKS的统一知识表达形式；并容纳入一个层次化结构化的智慧车辆知识框架中；收集车辆正常行驶数据，按以上SOEKS知识表示和框架结构存储，存储信息包括原始数据和总结出来的简单规则；最后，对简单规则不能表述的复杂组合，利用神经网络技术建立车辆正常状态模型。本方法通过与正常情况下采集训练的模型的不同来发现异常，且通过SOEKS结构记录的简单规则经验可以快速判断单因素异常，判断效率较高；实验证明针对车辆状态是否正常的检测率可以达到90％以上，而且判断在毫秒级，满足使用要求。

本发明涉及高分子材料技术领域，具体涉及一种导热水汽阻隔涂层、涂层原液及其制备方法和应用，涂层原液包括如下质量百分比的各原料：基材树脂15％～40％；片状填料5％～15％；球形填料2％～5％；溶剂50％～75％；硅烷偶联剂0.1％～0.5％；固化剂0.1％～0.5％。本发明的涂层具有高导热性能、优异的阻隔水汽性能，以及优异的抗老化性能、环境稳定性以及耐温性能。