-
公开(公告)号：CN117911138A
公开(公告)日：2024-04-19
申请号：CN202311756389.8
申请日：2023-12-20
Applicant: 华东师范大学
IPC: G06Q40/03 , G06Q10/0635 , G06F18/213 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种小概率模型检查和联系差异Transformer的智能金融风险预测方法，包括以下步骤：a）获取多种金融系统数据，构建金融历史数据库；b）利用小概率模型检查的特征生成算法在数据库中进行特征初步选择、特殊特征值生成和特征集降维；c）构建基于全局和局部联系差异注意力机制的Transformer深度预测模型；d）完成模型基于金融数据与风险特征的深度学习与风险预测。本发明技术简便、模型合理，通过小概率模型检查对不同金融风险参数建立风险特征属性验证机制，生成小概率特征集并降维优化；提出全局和局部联系差异，将金融的低风险序列放大，从而避免遗漏低风险序列；利用极大‑极小训练策略让模型向实际金融风险趋势学习，以提高预测精度。
-
公开(公告)号：CN101781223B
公开(公告)日：2013-01-23
申请号：CN200910200948.0
申请日：2009-12-25
Applicant: 华东师范大学
IPC: C07C227/08 , C07C229/14 , C07C229/24 , C07C229/12 , B01J29/03
Abstract: 本发明公开了一种以碳硅固体酸为催化剂催化合成胺类化合物的方法，该方法以α，β-不饱和酯与胺为原料，以碳硅固体酸为催化剂，其催化剂以糠醇为碳源，利用发烟硫酸为磺化试剂，在糠醇炭化后生成的无定形碳上引入磺酸基。本发明反应物转化率在97.0％以上，产物选择性在97.3％以上，操作简单，反应时间短，不需要溶剂，反应结束后回收的催化剂可重复使用，活性保持不变。
-
公开(公告)号：CN102675249B
公开(公告)日：2014-12-24
申请号：CN201210137648.4
申请日：2012-05-07
Applicant: 华东师范大学
IPC: C07D303/04 , C07D301/12
Abstract: 本发明公开了一种钛硅分子筛催化合成环氧化物的方法，该方法将烯烃、钛硅分子筛催化剂、溶剂和过氧化氢混合，形成反应体系，特点在于，反应体系中加入能与过氧化氢中的氧原子或氢原子形成氢键作用的含氮原子和/或含氧原子的化合物添加剂，添加剂:催化剂中钛的摩尔比为0.05～5:1。本发明在提高环氧化产物选择性的同时，也提高了反应物烯烃的转化率和氧化剂过氧化氢的利用率；添加剂用量与催化剂中活性中心钛原子处于相当水平，为催化量，用量少；反应过程简单、环境友好。
-
公开(公告)号：CN101781223A
公开(公告)日：2010-07-21
申请号：CN200910200948.0
申请日：2009-12-25
Applicant: 华东师范大学
IPC: C07C227/08 , C07C229/14 , C07C229/24 , C07C229/12 , B01J29/03
Abstract: 本发明公开了一种以碳硅固体酸为催化剂催化合成胺类化合物的方法，该方法以α，β-不饱和酯与胺为原料，以碳硅固体酸为催化剂，其催化剂以糠醇为碳源，利用发烟硫酸为磺化试剂，在糠醇炭化后生成的无定形碳上引入磺酸基。本发明反应物转化率在97.0％以上，产物选择性在97.3％以上，操作简单，反应时间短，不需要溶剂，反应结束后回收的催化剂可重复使用，活性保持不变。
-
Patent Agency Ranking
公开(公告)号：CN101768038B
公开(公告)日：2013-01-23
申请号：CN200910200947.6
申请日：2009-12-25
Applicant: 华东师范大学
IPC: C07B43/00 , B01J27/02 , C07C249/02 , C07C251/24 , C07C251/20 , C07D307/52
Abstract: 本发明公开了一种制备席夫碱的方法，该方法以醛或酮及伯胺为原料，以磺酸根修饰的碳硅固体酸为催化剂制备席夫碱，其催化剂以糠醇为碳源，利用发烟硫酸为磺化试剂，在糠醇炭化后生成的无定形碳上引入磺酸基；反应物转化率在98.0％以上，产物选择性在98.1％以上，反应结束后回收的催化剂可重复使用，活性基本保持不变。本发明所用催化剂便宜，催化剂用量小，反应条件温和，反应时间短，反应易行；无环境污染；无溶剂体系。
-
公开(公告)号：CN119202796A
公开(公告)日：2024-12-27
申请号：CN202411329328.8
申请日：2024-09-24
Applicant: 华东师范大学
IPC: G06F18/24 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/0499 , G06N3/094 , G06Q40/04
Abstract: 本发明公开了一种深度学习的神经网络鲁棒性自适应验证方法及平台。该方法结合了样本攻击算法、近似算法和精确算法，通过构建自适应验证策略生成模型生成最优算法组合和验证超时时长。解析神经网络模型的特征作为模型的输入，保证验证效率和验证结果的平衡。本发明针对时序任务，利用重组数据集结构和引入格拉姆角场等方法，构建了适用于多层感知机和卷积神经网络模型的数据集。同时，提供了将长短期记忆神经网络模型转换为等效LSTMCELL模型的方法，以支持LSTM的鲁棒性验证。显著提升了神经网络模型鲁棒性验证效率和适用性。本发明适用于金融市场风险预测这类时序任务及其他需确保神经网络鲁棒性的安全关键领域。
-
公开(公告)号：CN117436549A
公开(公告)日：2024-01-23
申请号：CN202311601205.0
申请日：2023-11-28
Applicant: 华东师范大学
Abstract: 本发明公开了一种基于小概率模型检测的可信深度强化学习在环验证方法，其特点是该方法具体包括：构建初始抽象状态空间集上的深度强化学习系统，使用有界线性时序逻辑定义该DRL系统的安全属性，对当前抽象状态空间的DRL系统进行一次训练，验证当前DRL系统所有安全属性的可满足性，当验证失败时，基于模型检查不满足性质的反例状态来细化相应抽象状态空间，并在更精细的抽象状态空间集上再次训练并不断迭代，直到所有预定义的安全属性都针对训练过的深度强化学习系统完成了验证。本发明与现有技术相比具有避免了训练完成再检测的高额成本，降低了验证过程所需的样本数，提高验证过程的效率，并保证了具有随机性的DRL系统应用于安全攸关领域时的可靠性。
-
公开(公告)号：CN102675249A
公开(公告)日：2012-09-19
申请号：CN201210137648.4
申请日：2012-05-07
Applicant: 华东师范大学
IPC: C07D303/04 , C07D301/12
Abstract: 本发明公开了一种钛硅分子筛催化合成环氧化物的方法，该方法将烯烃、钛硅分子筛催化剂、溶剂和过氧化氢混合，形成反应体系，特点在于，反应体系中加入能与过氧化氢中的氧原子或氢原子形成氢键作用的含氮原子和/或含氧原子的化合物添加剂，添加剂:催化剂中钛的摩尔比为0.05～5:1。本发明在提高环氧化产物选择性的同时，也提高了反应物烯烃的转化率和氧化剂过氧化氢的利用率；添加剂用量与催化剂中活性中心钛原子处于相当水平，为催化量，用量少；反应过程简单、环境友好。
-
公开(公告)号：CN101768038A
公开(公告)日：2010-07-07
申请号：CN200910200947.6
申请日：2009-12-25
Applicant: 华东师范大学
IPC: C07B43/00 , B01J27/02 , C07C249/02 , C07C251/24 , C07C251/20 , C07D307/52
Abstract: 本发明公开了一种制备席夫碱的方法，该方法以醛或酮及伯胺为原料，以磺酸根修饰的碳硅固体酸为催化剂制备席夫碱，其催化剂以糠醇为碳源，利用发烟硫酸为磺化试剂，在糠醇炭化后生成的无定形碳上引入磺酸基；反应物转化率在98.0％以上，产物选择性在98.1％以上，反应结束后回收的催化剂可重复使用，活性基本保持不变。本发明所用催化剂便宜，催化剂用量小，反应条件温和，反应时间短，反应易行；无环境污染；无溶剂体系。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.024 seconds)
