-
公开(公告)号：CN104911158A
公开(公告)日：2015-09-16
申请号：CN201510388389.6
申请日：2015-07-03
Applicant: 江南大学
CPC classification number: C12N9/10 , C12N9/1074 , C12P19/18 , C12Y204/01019
Abstract: 本发明公开了具有高β-环化活力的环糊精葡萄糖基转移酶突变体，属于基因工程和酶工程领域。本发明采用定点突变方法将来源于Bacillus circulans STB01的β-CGT酶第89位的酪氨酸分别突变为甘氨酸、天冬氨酸和天冬酰胺，双突变体是在将CGT酶第577位天冬氨酸突变为精氨酸的基础上，将第89位的酪氨酸分别突变为甘氨酸、天冬氨酸和天冬酰胺，所得突变体相比于野生CGT酶，β-环化活力明显提高，更适合环糊精的工业化生产。
-
公开(公告)号：CN103849612A
公开(公告)日：2014-06-11
申请号：CN201410001843.3
申请日：2014-01-03
Applicant: 江南大学
CPC classification number: C12N9/90 , C12Y503/01
Abstract: 一种D-阿洛酮糖3-差向异构酶的68位和109位双突变体酶及其应用，属于酶的基因工程技术领域。本发明公开了由来源于梭状芽孢杆菌（Clostridiumbolteae）ATCCBAA-613的D-阿洛酮糖3-差向异构酶（简称DPE酶）作为亲本，利用基因突变技术，将其68位的酪氨酸Tyr和109位的甘氨酸Gly分别替换为异亮氨酸Ile和脯氨酸Pro，获得突变体酶Y68I/G109P，其热稳定性和催化活性均得到提高，具有重要的工业应用价值。
-
公开(公告)号：CN103710330A
公开(公告)日：2014-04-09
申请号：CN201410001913.5
申请日：2014-01-03
Applicant: 江南大学
CPC classification number: C12N9/90 , C12Y503/01
Abstract: 一种高催化活性的D-阿洛酮糖3-差向异构酶的突变体酶及其应用，属于酶的基因工程技术领域。本发明公开了由来源于梭状芽孢杆菌（Clostridiumbolteae）ATCCBAA-613的D-阿洛酮糖3-差向异构酶（简称DPE酶）作为亲本，利用基因突变技术，将其68位的酪氨酸Tyr替换为异亮氨酸Ile，获得单突变体酶Y68I，其催化活性得到提高，具有重要的工业应用价值。
-
公开(公告)号：CN102495066B
公开(公告)日：2014-01-01
申请号：CN201110398564.1
申请日：2011-12-05
Applicant: 江南大学
Abstract: 本发明公开了基于高光谱透射图像采集系统的豆荚无损检测方法，该方法包括：用高光谱透射图像采集系统，采集并获取所选豆荚样本在个波段下的M个高光谱透射图像，并提取感兴趣的区域作为相应高光谱透射图像的子图像；在每个波段下，利用灰度共生矩阵，提取相应子图像在四个方向上共16个纹理参数；将所得M个波段下共16M个纹理参数，作为判断相应豆荚样本是否含有豆荚螟的特征参数；将所得16M个纹理参数，输入预先建立的检测模型进行检测处理，获取相应豆荚样本是否含有豆荚螟的检测结果。本发明所述基于高光谱透射图像采集系统的豆荚无损检测方法，具有操作简单、可实现无损检测、准确性好、可靠性高与实时性好的优点。
-
公开(公告)号：CN103344575A
公开(公告)日：2013-10-09
申请号：CN201310275013.5
申请日：2013-07-01
Applicant: 江南大学
IPC: G01N21/25
Abstract: 本发明涉及一种基于高光谱图像技术的干燥毛豆多品质无损检测方法。本发明的技术方案为：a、选取干燥毛豆；b、利用高光谱图像采集系统采集干燥毛豆的高光谱图像；c、利用阈值分割方法，提取干燥毛豆的轮廓信息；d、利用所得到的轮廓信息，提取图像熵特征参数；e、利用破坏性仪器采集干燥毛豆的颜色、含水率、硬度及缩水率指标；f、利用偏最小二乘回归算法构建干燥毛豆的评价预估模型；g、采集干燥毛豆高光谱图像，并输入到评价预估模型中，获得干燥毛豆的颜色、含水率、硬度及缩水率品质的评价结果。本发明通过评价预估模型及高光谱图像采集系统，能够在多数干燥毛豆无损的情况下，得到多品质评价结果；操作简单，实时性好，可靠性高。
-
Patent Agency Ranking
公开(公告)号：CN102495066A
公开(公告)日：2012-06-13
申请号：CN201110398564.1
申请日：2011-12-05
Applicant: 江南大学
Abstract: 本发明公开了高光谱透射图像采集系统及基于该系统的豆荚无损检测方法，该方法包括：用高光谱透射图像采集系统，采集并获取所选豆荚样本在M个波段下的M个高光谱透射图像，并提取感兴趣的区域作为相应高光谱透射图像的子图像；在每个波段下，利用灰度共生矩阵，提取相应子图像在四个方向上共16个纹理参数；将所得M个波段下共16M个纹理参数，作为判断相应豆荚样本是否含有豆荚螟的特征参数；将所得16M个纹理参数，输入预先建立的检测模型进行检测处理，获取相应豆荚样本是否含有豆荚螟的检测结果Z。本发明所述高光谱透射图像采集系统及基于该系统的豆荚无损检测方法，具有操作简单、可实现无损检测、准确性好、可靠性高与实时性好的优点。
-
公开(公告)号：CN101832926B
公开(公告)日：2011-10-05
申请号：CN201010134921.9
申请日：2010-03-19
Applicant: 江南大学
Abstract: 本发明涉及一种利用高光谱图像技术进行苹果粉质化无损检测方法。本发明的技术方案为：a、选取苹果样本；b、将苹果样本放置在高光谱图像采集系统中，采集对应苹果样本的高光谱图像，并将所述光谱图像量化成对应于不同光波长的数据矩阵；c、利用奇异值分解得到数据矩阵的奇异值矩阵；d、利用破坏性仪器采集苹果样本的汁液含量和压缩硬度指标，得到苹果粉质化结果；e、利用支持向量机构建苹果粉质化评价预估模型；f、采集高光谱图像，并输入到评价预估模型中，获得苹果粉质化评价结果。本发明通过评价预估模型及高光谱图像采集系统获得苹果的粉质化评价结果，能够在多数苹果无损的情况下，得到粉质化评价结果；操作简单，实时性好，可靠性高。
-
公开(公告)号：CN117434048A
公开(公告)日：2024-01-23
申请号：CN202311519109.1
申请日：2023-11-14
Applicant: 江南大学
Abstract: 本申请公开了一种基于蒙特卡洛实现拉曼光源转换的冷鲜食品无损检测方法，涉及拉曼光谱技术领域，该方法将包含食品本体及其外部的外表层组织的待测冷鲜食品抽象为双层介质模型，然后分别在双层介质模型表面的点激光入射位置和线激光入射位置处持续发射光子包，对光子在双层介质模型中传递并激发拉曼信号的过程进行蒙特卡洛模拟，从而得到点激光模拟拉曼光谱和线激光模拟拉曼光谱，然后利用点激光最佳偏离距离处的点激光模拟拉曼光谱作为先验信息转换得到较为准确的线激光最佳偏离距离实现线激光线扫描的无损品质检测，可以降低对专家经验的依赖，且有利于提高无损品质检测的准确度。
-
公开(公告)号：CN116312860A
公开(公告)日：2023-06-23
申请号：CN202310300277.5
申请日：2023-03-24
Applicant: 江南大学
IPC: G16C20/30 , G01N21/31 , G01N21/359 , G01N21/3563 , G16C20/70 , G06N3/0464 , G06N3/09 , G06N3/096
Abstract: 本申请公开了一种基于监督迁移学习的农产品可溶性固形物预测方法，涉及农产品无损检测技术领域，该方法利用源域中农产品样本的光谱数据在自监督学习框架下预训练金字塔编码器，然后将训练得到的金字塔编码器迁移到目标域，作为骨干网络搭建预测模型，然后使用目标域中的农产品样本的光谱数据进行重新训练以实现预测模型的更新，更新后的预测模型即能用于目标域中的可溶性固形物含量的预测，该方法针对光谱数据发生域偏移的情况，通过模型更新的方法可以在目标域中实现准确预测，检测准确度更高。
-
公开(公告)号：CN114998893B
公开(公告)日：2023-05-02
申请号：CN202210665138.8
申请日：2022-06-14
Applicant: 江南大学
IPC: G06V20/68 , G06V10/40 , G06V10/77 , G06V10/82 , G06N3/0442 , G06N3/048 , G06N3/0895
Abstract: 本发明涉及一种基于半监督迁移学习的食品品质无损检测模型构建方法，包括：获取只含有标签样本的源域数据集和含有第一预设比例的样本为有标签样本、第二预设比例的样本为无标签样本的目标域数据集，使用源域数据集训练食品品质检测模型，保留食品品质检测模型的通用层Z，截去Z后的品质检测层A和输出层B；在Z后接入重构区C并使用无监督学习训练C得到训练完成的重构区C’，在C’后接入输出层D并使用有监督学习训练D得到训练完成的输出层D’，得到迁移完成的食品品质检测模型Z+C’+D’。本发明可以在目标域样本集只有少量有标签样本的情况下实现模型的迁移、迁移后的模型可以实现对食品品质的无损检测。
-
-
-
-
-
-
-
-
-
Search Results
148
records
(took 0.026 seconds)
