|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
.jpg){kind=logo}
能安全吸附水體中鎘的生物炭的制備方法
本發(fā)明公開了一種能安全吸附水體中鎘的生物質(zhì)炭的制備方法，包括以下步驟：1)、將收割后的象草除雜后風(fēng)干，然后依次進(jìn)行粉碎、烘干；2)、粉碎烘干后的象草放入炭化爐內(nèi)，然后以4～6℃/min的速率升溫至480～520℃進(jìn)行隔氧炭化反應(yīng)，保溫反應(yīng)1.8～2.2h；3)、將步驟2)所得的炭化后象草冷卻至室溫，粉碎過篩，得生物質(zhì)炭。本發(fā)明克服了現(xiàn)有吸附技術(shù)治理重金屬污水過程中吸附效率不高、易導(dǎo)致二次污染和成本較高這三大問題；同時(shí)對植物廢棄物中碳素進(jìn)行了穩(wěn)定封存，減少了二氧化碳排放，具有顯著的生態(tài)效益。
浙江大學(xué)
2021-04-13
.jpg){kind=logo}
金融市場監(jiān)察中借助常識知識的文本分析方法
這項(xiàng)研究以現(xiàn)有證券市場識別可疑交易的方法為基礎(chǔ)，提出利用信息分析技術(shù)和常識知識推理能力，進(jìn)行市場新聞的文本分析，并過濾可疑交易的數(shù)量。文中所提出的算法解決了交易線索和信息線索之間的關(guān)系識別和深層挖掘的問題。在技術(shù)指標(biāo)測試，數(shù)據(jù)可靠性測試和用戶體驗(yàn)測試之下，該原型系統(tǒng)均表現(xiàn)良好。
南方科技大學(xué)
2021-04-13
藥大學(xué).jpg){kind=logo}
消癥飲在制備治療乳腺增生病藥物中的應(yīng)用
【發(fā) 明 人】高月平【技術(shù)領(lǐng)域】本發(fā)明涉及消癥飲在制藥中的新用途，具體地說是涉及消癥飲在制備治療乳腺增生病藥物中的應(yīng)用。【摘要】一種消癥飲在制藥中的新用途，即在制備治療乳腺增生疾病藥物中的應(yīng)用，消癥飲是由鹿角片、白芥子、桃仁、熟地、淫羊藿、生薏苡仁、三棱、醋柴胡、大血藤、延胡索、按一定重量配比制成，該藥物可制成湯劑、膠囊劑、片劑、沖劑、口服液、糖漿或合劑等，經(jīng)臨床試驗(yàn)結(jié)果表明150例乳腺增生病患者，分為治療組100例和對照組50例，對照組用乳癖消，治療組用消癥飲湯劑，試驗(yàn)結(jié)果治療組和對照組的總有效率為100％和74％；其中100例治療組中痊愈64例(64％)，顯效21例(21％)，有效15例(15％)，無效0例；總有效率100％，而50例對照組中痊愈19例(38％)，有效8例(16％)，無效13例(26％)，總有效率74％。
南京中醫(yī)藥大學(xué)
2021-04-13
業(yè)大學(xué).jpg){kind=logo}
紅綬曲霉Q-1及其在白蟻防治中的應(yīng)用
本發(fā)明公開了紅綬曲霉(Aspergillus nomius)Q?1，于2017年12月7日保藏于：中國微生物菌種保藏管理委員會普通微生物中心，保藏編號為CGMCC NO.14994，保藏地址為：北京市朝陽區(qū)北辰西路1號院3號。中國科學(xué)院微生物研究所。本發(fā)明提供的紅綬曲霉(Aspergillus nomius)Q?1對白蟻具有致病性，可用于白蟻的防治。紅綬曲霉Q?1的孢
青島農(nóng)業(yè)大學(xué)
2021-01-12
.jpg){kind=logo}
一種用于數(shù)據(jù)去重系統(tǒng)中的碎片重寫方法
本發(fā)明公開了一種用于數(shù)據(jù)去重系統(tǒng)的碎片重寫方法，其在數(shù) 據(jù)去重中增加一個(gè)緩存作為重寫感知緩存，該重寫感知緩存中的數(shù)據(jù) 項(xiàng)為數(shù)據(jù)塊所引用的容器標(biāo)識(Container-ID)，對判定為數(shù)據(jù)碎片的數(shù) 據(jù)塊，如果其引用的容器標(biāo)識(Container-ID)已存儲在該重寫感知緩存 中，則此數(shù)據(jù)無需重寫，否則重寫該數(shù)據(jù)碎片。本發(fā)明的方法是在數(shù) 據(jù)去重的過程中增加了一個(gè)與數(shù)據(jù)讀時(shí)同樣大小且緩存策略相同的緩 存，避免了不必要的重復(fù)
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
芬戈莫德在治療根尖周炎中的用途
本發(fā)明公開了芬戈莫德(Fingolimod)在治療根尖周炎中的用途。本發(fā)明通過體內(nèi)實(shí)驗(yàn)發(fā)現(xiàn) Fingolimod 可顯著抑制開髓所導(dǎo)致的根尖周炎病灶局部炎癥細(xì)胞的浸潤和骨質(zhì)破壞;并通過降低 S1P1 和 RANKL 表達(dá)水平，動態(tài)調(diào)節(jié)根尖周炎灶局部 RANKL/OPG 比值，達(dá)到治療根尖周炎的作用。上述結(jié) 果表明&nb
武漢大學(xué)
2021-04-14
.jpg){kind=logo}
一種RANSAC計(jì)算基本矩陣中內(nèi)點(diǎn)門限設(shè)置算法
為了解決計(jì)算機(jī)多視幾何中稀疏特征點(diǎn)錯(cuò)誤匹配導(dǎo)致基本矩陣F精度不高的問題，提出一種RANSAC(RANdom SAmple Consensus)求解F時(shí)自動設(shè)置內(nèi)點(diǎn)門限的方法。此方法根據(jù)RANSAC求解F矩陣的要素，將固定設(shè)置極線距離門限Th的方式改為自動設(shè)置，提高了算法的魯棒性。這些要素是圖像對中的稀疏特征點(diǎn)匹配的個(gè)數(shù)N、圖像像素多少、初始計(jì)算得到的特征點(diǎn)到極線的平均距離Dinit。Th計(jì)算采用公式Th = Min(w×N/51200, Dinit/3)，w為圖像的寬，單位為像素。Min為取二者最小值的函數(shù)。門限Th與圖像大小和特征點(diǎn)匹配個(gè)數(shù)成正比，圖像越大，匹配越多，Th越大。相對于傳統(tǒng)方法，本方法將固定門限變成了自動設(shè)置，可以自適應(yīng)三維重建不同類型的圖片，更加實(shí)用和魯棒。
四川大學(xué)
2016-10-08
大學(xué)（北京）.jpg){kind=logo}
面向?qū)ο筮b感影像分析中的尺度分割參數(shù)自動選擇方法
本發(fā)明兼顧地學(xué)空間統(tǒng)計(jì)學(xué)和模式識別理論方法，基于統(tǒng)計(jì)方法提出分割前最優(yōu)尺度分割參數(shù)自動選擇及分割后的尺度效應(yīng)評價(jià)及尺度分割參數(shù)的優(yōu)化調(diào)整，提高了面向?qū)ο筮b感影像信息提取和分析的精度、效率和自動化程度。
中國地質(zhì)大學(xué)（北京）
2021-04-14
一種聚簇圖集合中的子圖檢索方法
本發(fā)明公開了一種聚簇圖集合中的子圖檢索方法，包括：索引 建立步驟，根據(jù)聚簇圖的結(jié)構(gòu)信息和結(jié)點(diǎn)屬性計(jì)算聚簇圖集合中各聚 簇圖之間的相似性，根據(jù)各聚簇圖之間的相似性采用層次聚類算法將 相近的聚簇圖聚類，直到剩下一個(gè)聚簇圖；子圖檢索步驟；根據(jù)用戶 發(fā)起查詢圖的結(jié)構(gòu)以及頂點(diǎn)屬性，對聚簇圖索引樹采用樹的自頂向下 的方式進(jìn)行查詢圖的同構(gòu)匹配。本發(fā)明通過在數(shù)據(jù)集合中建立樹形索 引，盡早過濾不包含查詢圖的數(shù)據(jù)項(xiàng)，進(jìn)行加快查詢速度，提
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
圖像自動標(biāo)注和模型訓(xùn)練技術(shù)在工業(yè)視覺中的應(yīng)用
1. 痛點(diǎn)問題
工業(yè)視覺場景下普遍存在缺陷樣本數(shù)量少、難采集，已有標(biāo)注方案無法完全發(fā)揮樣本數(shù)據(jù)效用等問題。在工業(yè)視覺應(yīng)用場景中，產(chǎn)線整體生產(chǎn)良率均已達(dá)到相當(dāng)水平，人工可識別的缺陷樣本數(shù)量相對較少，且采集難度較大。制造生產(chǎn)環(huán)節(jié)對產(chǎn)線效率要求較高，模型訓(xùn)練難以實(shí)現(xiàn)精度與效率上的平衡。
2. 解決方案
本項(xiàng)目將最新的少樣本學(xué)習(xí)、連續(xù)學(xué)習(xí)、模型壓縮與優(yōu)化技術(shù)，與工業(yè)場景中的缺陷檢測需求深入結(jié)合，致力于工業(yè)視覺自主知識產(chǎn)權(quán)軟硬件一體化裝備研發(fā)。針對玻璃深加工與半導(dǎo)體晶圓宏觀缺陷檢測，本項(xiàng)目已完成工業(yè)視覺全流程視覺感知算法、人工智能算法研發(fā)平臺、玻璃智能一體檢測設(shè)備、晶圓宏觀缺陷檢測設(shè)備等智能設(shè)備的原理驗(yàn)證和裝備試制，同時(shí)有多項(xiàng)智能設(shè)備在研。
本項(xiàng)目在玻璃與半導(dǎo)體缺陷檢測中，基于圖像自動標(biāo)注方法完成少樣本場景下的數(shù)據(jù)采集與標(biāo)注，通過弱監(jiān)督學(xué)習(xí)和連續(xù)學(xué)習(xí)方法完成有效模型構(gòu)建，并針對長尾數(shù)據(jù)集設(shè)計(jì)模型訓(xùn)練和優(yōu)化方法，實(shí)現(xiàn)高效工業(yè)視覺感知計(jì)算。針對工業(yè)視覺場景，本項(xiàng)目集成視覺感知算法能力，研發(fā)人工智能算法研發(fā)平臺，該平臺秉承低代碼化、可視化等原則，打造包含數(shù)據(jù)采集與標(biāo)注、算法訓(xùn)練與評估、模型壓縮與優(yōu)化、應(yīng)用部署與管理的數(shù)據(jù)閉環(huán)。
合作需求
尋求浮法玻璃深加工、半導(dǎo)體加工與制造等行業(yè)企業(yè)合作。
清華大學(xué)
2021-12-23