-
公开(公告)号：CN118320458A
公开(公告)日：2024-07-12
申请号：CN202410587289.5
申请日：2024-05-13
Applicant: 吉林大学
IPC: B01D11/02
Abstract: 本发明涉及生物医药实验设备技术领域，特别涉及一种有机物提取使用的振荡容器以及有机物振荡提取设备，其中有机物提取使用的振荡容器包含：外杯体、内瓶体、引流槽口、流道与滤网；外杯体为透明烧杯状；内瓶体固定设置在外杯体的内腔底壁上，内瓶体的侧壁与外杯体的内腔立壁之间的距离大于零；引流槽口设置在外杯体的顶部杯口处；流道设置在内瓶体的内壁中，流道的输入端口暴露于内瓶体的内腔立壁表面，流道的输出端口暴露于内瓶体的外表面，流道的输出端口位于外杯体的内腔中；滤网设置在流道的输入端口处。本发明解决了现有技术中存在的在定量提取分液漏斗内的溶剂的过程中，容易对分液漏斗内的剩余试剂造成污染的缺陷，具有使用方便的特点。
-
公开(公告)号：CN114065866B
公开(公告)日：2024-04-30
申请号：CN202111389111.2
申请日：2021-11-22
Applicant: 吉林大学
IPC: G06F18/23 , G06F18/214 , G06N3/0455 , G06N3/084 , G06N3/006 , G16B40/00
Abstract: 本发明提供了一种基于参考物种标签约束的宏基因组序列深度聚类方法，设计了基于参考物种标签约束的深度学习预训练模型。本发明建立了基于不同群落的已知物种的预训练数据库，构建预训练数据库时将每条4mer特征向量分为同一物种、相同属不同物种和不同属不同物种三种情况，并分别研究了三种情况下的样本间序列的4mer特征间的关系；建立了预训练模型的标签约束误差函数，并且使用群落已知标签的数据库进行预训练，针对不同的微生物群落构建不同预训练模型；在用户使用时，只需要针对不同的群落加载所需群落的预训练模型，重新加载模型仅仅等待几次微调步骤的迭代即可得到聚类结果。最终，所述聚类方法能够展现非常优秀的聚类性能。
-
公开(公告)号：CN112462001A
公开(公告)日：2021-03-09
申请号：CN202011286310.6
申请日：2020-11-17
Applicant: 吉林大学
Abstract: 本发明公开了一种基于条件生成对抗网络进行数据增广的气体传感器阵列模型校准方法，包括如下步骤：步骤一、采集气体传感器阵列的响应信号数据集；提取标准气体环境下的不同浓度的气体对应的响应信号的特征数据，作为原始数据样本；步骤二、对所述原始数据样本进行预处理，得到原始数据样本的标准化值；步骤三、使用原始数据样本的标准化值对所述条件生成对抗网络模型进行训练，得到样本生成器模型；并且通过所述样本生成器模型生成不同浓度的气体对应的响应信号的特征数据，作为生成数据样本；步骤四、将所述生成数据样本与所述原始数据样本混合，得到扩充数据样本；步骤五、使用所述扩充数据样本对传感器阵列模型进行校准。
-
公开(公告)号：CN112221088A
公开(公告)日：2021-01-15
申请号：CN202011087641.7
申请日：2020-11-12
Applicant: 吉林大学
IPC: A63B23/12 , A63B21/00 , A63B21/045 , A63B21/05 , A63B21/06
Abstract: 本发明公开了一种上肢镜箱康复锻炼装置，包括镜箱、吸盘杆、琴键式弹簧阻尼锻炼装置、圆盘式弹簧阻尼锻炼装置、取物锻炼装置、弹球锻炼装置、立式弹簧阻尼锻炼装置和磁力杆，吸盘杆设置在镜箱上，琴键式弹簧阻尼锻炼装置设置在镜箱上，圆盘式弹簧阻尼锻炼装置设置在镜箱上，取物锻炼装置设置在镜箱上，弹球锻炼装置设置在镜箱上，立式弹簧阻尼锻炼装置设置在镜箱上，磁力杆设置在镜箱上，本发明可以通过脑部的镜像神经元诱发患侧上肢动作，为促进上肢各个关节的恢复提供了行之有效的恢复方案，促进脑卒中患者上肢康复，是将镜像疗法以及运动疗法技巧等综合运用的上肢多功能康复装置，为患者提供高效的治疗。
-
公开(公告)号：CN107669390B
公开(公告)日：2020-02-14
申请号：CN201710915243.1
申请日：2017-09-30
Applicant: 吉林大学
Abstract: 本发明公开了一种能做手臂弯曲练习的手臂复健装置，涉及医疗用品领域，包括一号侧板和二号侧板,所述一号侧板和二号侧板的侧表面下端分别铰链连接有三号侧板和四号侧板，所述三号侧板侧表面加工有水平条形凹槽，所述水平条形凹槽内上下两表面均加工有若干矩形凹槽，所述水平条形凹槽内嵌装有水平滑轨，所述水平滑轨上设有一号移动块、二号移动块和三号移动块，所述一号移动块和三号移动块上表面均加工有矩形通孔。本发明的有益效果是，本发明的手臂复健装置首先能够对骨折的手臂进行很好的固定，在骨折的手臂需要进行康复性练习的时候，本装置还能够通过调整装置的可弯曲角度来辅助手臂进行适当的弯曲伸展练习，并且操作方便，简单实用。
-
Patent Agency Ranking
公开(公告)号：CN117139810A
公开(公告)日：2023-12-01
申请号：CN202311336791.0
申请日：2023-10-16
Applicant: 吉林大学
Abstract: 本发明涉及一种电阻点焊电极位姿及电极表面在线自动检测方法及装置，属于激光检测领域。装置由工业计算机进行控制，采用工业机器人负载二维激光测距传感器对上、下电极进行非接触式扫描检测，可通过多角度检测并通过坐标变换、数据处理等过程，得到上、下电极的相对空间角度及位置与规定的空间位姿的偏差量及点焊电极磨损状态。该方法针对在实际点焊生产中检测空间受限的条件下，对点焊电极位姿及电极表面状态进行检测的问题，实现了对点焊电极位姿及电极表面状态的高效、自动化检测及评估，为点焊电极位姿的正确调整及电极表面的修磨提供检测技术手段，以避免不正确的电极位姿及不良的电极表面状态对电阻点焊焊接质量的不利影响。
-
公开(公告)号：CN116573929A
公开(公告)日：2023-08-11
申请号：CN202310529820.9
申请日：2023-05-11
Applicant: 吉林大学
IPC: C04B35/447 , C04B35/622 , C04B35/626 , H01M10/0525 , H01M10/0562
Abstract: 本发明适用于钠离子电池技术领域，提供了一种NaF界面铆钉的高致密度固态电解质陶瓷及其制备方法，包括以下步骤：将无水碳酸钠、二氧化锆、二氧化硅和磷酸二氢铵按计量比称重，球磨后干燥得到样品，将样品置于坩埚内，预烧后再次球磨干燥得到混合粉末A；将混合粉末A压制成胚料，随后进行成相烧结，冷却后得到前驱体B；将所得前驱体B碾碎后与NaF混合，研磨得到粉末C；将所得粉末C压制成胚料，进行成瓷烧结，冷却后得到NaF界面铆钉的高致密度Na3Zr2Si2PO12固态电解质陶瓷。本发明降低了烧结温度和时间，促进了Na3Zr2Si2PO12固态电解质致密化，提高了固态电解质的离子电导率。
-
公开(公告)号：CN113599185A
公开(公告)日：2021-11-05
申请号：CN202110910999.3
申请日：2021-08-10
Applicant: 吉林大学
IPC: A61H1/02
Abstract: 本发明涉及产后恢复的技术领域，且公开了一种用于产妇盆底肌肉收紧装置，包括训练架，所述训练架包括平躺板，所述平躺板的底部设置有支撑架，所述支撑架的顶部设置有受力挡板，所述受力挡板的底部设置有防滑支撑脚。该用于产妇盆底肌肉收紧装置，通过支撑转轮带动支撑座旋转，支撑座带动套接筒位移，套接筒带动平躺板位移，再通过调节螺杆三角架位移，三角架带动滑动板位移，滑动板带动支撑连杆位移，支撑连杆带动支撑座偏转，从而达到自由调节运动幅度大小，人体腰部自然受力带动周围肌肉群进行放松和收紧运动，进而使得产妇盆底肌肉从上半身带动下进行有效锻炼，增加其盆底肌肉的柔韧性的效果。
-
公开(公告)号：CN112462001B
公开(公告)日：2021-07-23
申请号：CN202011286310.6
申请日：2020-11-17
Applicant: 吉林大学
Abstract: 本发明公开了一种基于条件生成对抗网络进行数据增广的气体传感器阵列模型校准方法，包括如下步骤：步骤一、采集气体传感器阵列的响应信号数据集；提取标准气体环境下的不同浓度的气体对应的响应信号的特征数据，作为原始数据样本；步骤二、对所述原始数据样本进行预处理，得到原始数据样本的标准化值；步骤三、使用原始数据样本的标准化值对所述条件生成对抗网络模型进行训练，得到样本生成器模型；并且通过所述样本生成器模型生成不同浓度的气体对应的响应信号的特征数据，作为生成数据样本；步骤四、将所述生成数据样本与所述原始数据样本混合，得到扩充数据样本；步骤五、使用所述扩充数据样本对传感器阵列模型进行校准。
-
公开(公告)号：CN112418395B
公开(公告)日：2022-08-26
申请号：CN202011284333.3
申请日：2020-11-17
Applicant: 吉林大学
Abstract: 本发明公开了一种基于生成对抗网络的气体传感器阵列漂移补偿方法，包括：步骤一、通过气体传感器获取多个批次的测量数据；步骤二、建立生成对抗网络模型和特征提取神经网络；筛选出漂移程度不同批次的所述测量数据作为训练样本；步骤三、使用所述训练样本对所述生成对抗网络模型进行训练，得到生成漂移数据的对抗生成网络模型；其中，在训练过程中，使用所述特征提取神经网络提取的漂移后数据特征作为生成对抗网络模型生成数据的指示指标；步骤四、将多个批次的所述测量数据作为输入参数输入所述生成漂移数据的对抗生成网络模型，所述生成漂移数据的对抗生成网络模型输出所述多个批次的测量数据对应的漂移后的数据，得到漂移后数据的补偿数据集。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.037 seconds)
