|
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}
一種基于人工免疫與行為特征的垃圾郵件識別方法
成果描述：本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)，公開了一種郵件行為特征庫生成方法、垃圾郵件判斷方法、垃圾郵件特征庫更新方法。本發(fā)明實(shí)施采用分類已知的垃圾郵件的行為特征庫生成方法，并使用生成的特征對分類未知的郵件進(jìn)行判斷。市場前景分析：本發(fā)明實(shí)施采用分類已知的郵件行為特征庫生成方法，并使用生成的特征對分類未知的郵件進(jìn)行判斷。此發(fā)明方案，在應(yīng)對當(dāng)前不斷變化的垃圾郵件具有顯著優(yōu)勢，可為垃圾郵件過濾產(chǎn)品采用，具有一定的市場推廣前景。與同類成果相比的優(yōu)勢分析：在數(shù)據(jù)庫更新時，用已經(jīng)識別的垃圾郵件，通過克隆變異算法實(shí)現(xiàn)抗體庫的更新，更能適應(yīng)一定時期內(nèi)垃圾郵件行為特征變化趨勢和垃圾郵件變化趨勢。
電子科技大學(xué)
2021-04-10
業(yè)大學(xué).jpg){kind=logo}
一種從雞蛋黃中提取分離免疫球蛋白IgY的方法
已有樣品/n一種從雞蛋黃中提取分離免疫球蛋白IgY的方法。 成果簡介：本發(fā)明屬于蛋白質(zhì)分離純化技術(shù)領(lǐng)域，具體涉及一種從雞蛋黃中提取分離免疫球蛋白IgY的方法。現(xiàn)有技術(shù)中通常采用水稀釋法、有機(jī)溶劑抽提沉淀法、超濾、超臨界萃取、鹽析、層析等方法提取分離IgY，然而這些方法普遍存在著步驟多、批量小、試劑耗量大和回收率低等問題。本發(fā)明的目的是克服現(xiàn)有技術(shù)的缺陷，提供一種分離效果好，產(chǎn)品純度高的雞蛋黃免疫球蛋白IgY的提取分離方法。該方法包括先用水稀釋法獲得水溶性組分，再用聚乙二醇沉淀法粗提免疫球蛋白IgY
華中農(nóng)業(yè)大學(xué)
2021-01-12
.jpg){kind=logo}
基于5G云計(jì)算的新冠肺炎免疫檢測與智能分析系統(tǒng)
四川大學(xué)抗擊新冠肺炎疫情應(yīng)急科研攻關(guān)相關(guān)項(xiàng)目組聯(lián)合中國移動，發(fā)揮文、理、工、醫(yī)多學(xué)科交叉融合優(yōu)勢，充分利用華西醫(yī)學(xué)科研資源，在“5G醫(yī)學(xué)轉(zhuǎn)化服務(wù)平臺”和“醫(yī)學(xué)+信息”基礎(chǔ)上，研發(fā)成功的基于5G云計(jì)算的新冠肺炎免疫檢測與智能分析系統(tǒng)是全球首個運(yùn)用新冠肺炎生物芯片，融合物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計(jì)算等信息技術(shù)的高科技產(chǎn)品，能在不同場景（機(jī)場/車站安檢、大型活動安檢、社區(qū)及個人自檢等）對目標(biāo)人群開展免疫檢測，并通過人工智能技術(shù)進(jìn)行分析，為新冠疫情的最終解決提供必要技術(shù)支撐。該系統(tǒng)實(shí)現(xiàn)了檢測點(diǎn)的分散式布局與檢測資源下沉，能避免集中檢測的交叉感染，檢測方便快捷，準(zhǔn)確率高，數(shù)據(jù)自動上傳國家指定平臺。
四川大學(xué)
2021-04-11
.jpg){kind=logo}
魚類NKEF-A重組蛋白對適應(yīng)性體液免疫的活化效應(yīng)及其應(yīng)用
本發(fā)明公開了一種魚類NKEF-A重組蛋白對適應(yīng)性體液免疫的活化效應(yīng)及其應(yīng)用，所述的應(yīng)用為用于制備能夠促進(jìn)魚類體液免疫能力的免疫增強(qiáng)劑，所述魚類NKEF-A重組蛋白的氨基酸序列為SEQID?NO:1所示；本發(fā)明提供的NKEF-A重組蛋白作為適應(yīng)性體液免疫增強(qiáng)劑，其優(yōu)點(diǎn)在于：(1)使用劑量小，效率高；以1:100(NKEF-A蛋白:抗原)的NKEF-A重組蛋白劑量即可發(fā)揮顯著的免疫促進(jìn)作用；(2)易于制備免疫混合液：NKEF-A重組蛋白是可溶性蛋白，容易與抗原混合，克服了傳統(tǒng)礦物油乳劑類制劑不易乳化抗原的缺點(diǎn)；(3)安全性高；與細(xì)菌毒素或化合物制劑不同，NKEF-A是宿主自身的蛋白，不存在外源物質(zhì)導(dǎo)入產(chǎn)生的潛在毒副作用。
浙江大學(xué)
2021-04-13
一種基于人工免疫與行為特征的垃圾郵件識別方法
本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)，公開了一種郵件行為特征庫生成方法、垃圾郵件判斷方法、垃圾郵件特征庫更新方法。本發(fā)明實(shí)施采用分類已知的垃圾郵件的行為特征庫生成方法，并使用生成的特征對分類未知的郵件進(jìn)行判斷。
電子科技大學(xué)
2015-02-12
用于增強(qiáng)免疫力的石金錢龜提取物、制劑及制備技術(shù)
中試階段/n該成果公開了一種用于增強(qiáng)免疫力的石金錢龜提取物，它是將石金錢龜?shù)凝斎夂妄敿追謩e用水和乙醇進(jìn)行提取，龜肉提取液和龜甲提取液分別濃縮、干燥后，按0.5-3∶1的比例混合制成的。本發(fā)明還公開了該提取物的制備方法和含有該提取物的制劑，以及該制劑的制備方法。所制得的石金錢龜提取物具有顯著的增強(qiáng)免疫力的作用，由該提取物制得的膠囊劑含藥量大，性質(zhì)穩(wěn)定，在正常室溫條件下可貯存兩年，不吸潮，不變質(zhì)，口感好，服藥順應(yīng)性佳，患者在服藥時和服藥后不會感覺到難受的腥味。
華中農(nóng)業(yè)大學(xué)
2021-01-12
.jpg){kind=logo}
頜骨修復(fù)材料研發(fā)團(tuán)隊(duì)揭示納米表面性能對骨免疫的調(diào)控機(jī)制
納米表面結(jié)構(gòu)引導(dǎo)骨再生是當(dāng)前骨替代修復(fù)材料領(lǐng)域一個新的研究方向及研究熱點(diǎn)。目前的研究主要集中在納米表面結(jié)構(gòu)對成骨細(xì)胞系成骨分化的調(diào)控機(jī)制，而對成骨微環(huán)境中免疫細(xì)胞的調(diào)控作用研究甚少。本研究系統(tǒng)比較了巨噬細(xì)胞對不同納米顆粒大小（16，38，68 nm）和不同表面化學(xué)成分（富含胺基的丙烯胺及富含羧基的丙烯酸）的納米表面結(jié)構(gòu)生物材料的免疫應(yīng)答差異，發(fā)現(xiàn)納米表面結(jié)構(gòu)可以改變巨噬細(xì)胞的形態(tài)，將胞外的理化信號轉(zhuǎn)入胞內(nèi)，激活自噬反應(yīng)，從而調(diào)控免疫微環(huán)境，影響間充質(zhì)干細(xì)胞的成骨分化。 該研究從骨形成免疫微環(huán)境的角度提出了“納米表面引導(dǎo)成骨”的新機(jī)制，提示通過精準(zhǔn)控制生物材料的納米表面結(jié)構(gòu)，可靶向調(diào)控免疫細(xì)胞，營造有利于骨形成的免疫微環(huán)境，最終實(shí)現(xiàn)納米成骨，為納米骨生物材料的研發(fā)提供了新的策略。
中山大學(xué)
2021-04-13
一種利用鈰鐵雙相負(fù)載氧化石墨烯激活單過硫酸鹽去除水中內(nèi)分泌干擾物的方法
一種利用鈰鐵雙相負(fù)載氧化石墨烯激活單過硫酸鹽去除水中內(nèi)分泌干擾物的方法，它涉及一種去除水中內(nèi)分泌干擾物的方法。本發(fā)明的目的是要解決現(xiàn)有去除水中內(nèi)分泌干擾物的方法成本高，副產(chǎn)物多，吸附劑難回收和去除效率低的問題。方法：一、將單過硫酸鹽與預(yù)處理的水混合；二、調(diào)節(jié)反應(yīng)pH值；三、制備鈰鐵雙相負(fù)載氧化石墨烯；四、投加鐵錳雙相摻雜石墨烯；五、采用外磁場分離鐵錳雙相摻雜石墨烯，即完成一種利用鈰鐵雙相負(fù)載氧化石墨烯激活單過硫酸鹽去除水中內(nèi)分泌干擾物的方法。使用本發(fā)明的方法去除水中內(nèi)分泌干擾物的去除率可達(dá)88％～97％。本發(fā)明可以去除水中殘余內(nèi)分泌干擾物。
四川大學(xué)
2016-10-08
大學(xué).jpg){kind=logo}
一種同時控制電渣錠氫-氧含量的新渣系及其制備方法
（專利號：ZL 201310429320.4） 簡介：本發(fā)明公開了一種同時控制電渣錠氫-氧含量的新渣系及其制備方法，屬于電渣重熔渣系技術(shù)領(lǐng)域。該渣系成分及重量百分比為：CaF2：43～47%，CaO：18～22%，Al2O3：4～6%，MgO：8～12%，Ce2O3：14～16%，La2O3：4～6%。其制備步驟為：根據(jù)制備渣系組分及重量百分比要求按比例配置渣料，渣料為石灰石、白云石、螢石、鋁礬土、氧化鈰粉末和氧化鑭粉末；將混合渣料在16
安徽工業(yè)大學(xué)
2021-01-12
.jpg){kind=logo}
軟硬件協(xié)同管理的 DRAM-NVM 層次化異構(gòu)內(nèi)存訪問方法及系 統(tǒng)
本發(fā)明提出了一種軟硬件協(xié)同管理的 DRAM-NVM 層次化異構(gòu) 內(nèi)存系統(tǒng)。該系統(tǒng)把 NVM 作為大容量的非易失內(nèi)存使用，而 DRAM 視為 NVM 的緩存。有效利用 TLB 和頁表結(jié)構(gòu)中的一些預(yù)留位，消除 了傳統(tǒng)硬件管理的層次化異構(gòu)內(nèi)存架構(gòu)中的硬件開銷，將異構(gòu)內(nèi)存系 統(tǒng)中緩存管理問題轉(zhuǎn)移到軟件層次，同時降低了最后一級 cache 缺失 后的訪存時延。考慮到大數(shù)據(jù)應(yīng)用環(huán)境中，很多應(yīng)用數(shù)據(jù)局部性比較 差，在 DRAM 緩
華中科技大學(xué)
2021-04-14