一种利用DNA特异性互补的防伪方法及应用

    公开(公告)号:CN109295166B

    公开(公告)日:2020-10-13

    申请号:CN201811215362.7

    申请日:2018-10-18

    IPC分类号: C12Q1/6816

    摘要: 本发明提供了一种利用DNA特异性互补的防伪方法,属于防伪技术领域,包括:随机合成基因序列后,再合成基因序列的互补基因序列,将互补基因序列连接上羧基后与含有表面修饰氨基的Fe3O4溶液混合后反应,得到探针溶液;将基因序列制备成基因序列溶液,将基因序列溶液置于载体上,静置后烘干,得到烘干后的载体,将所述烘干后的载体置于待检测样品上;检测时,将探针溶液置于基因序列溶液在载体上的位置,杂交洗涤后;将带有磁性的磁贴与洗涤后的载体贴合,磁贴与洗涤后的载体贴合不分离,待检测样品为真品。采用本发明的防伪方法能够特异、高效、灵敏地实现防伪鉴定。

    一种利用DNA特异性互补的防伪方法及应用

    公开(公告)号:CN109295166A

    公开(公告)日:2019-02-01

    申请号:CN201811215362.7

    申请日:2018-10-18

    IPC分类号: C12Q1/6816

    摘要: 本发明提供了一种利用DNA特异性互补的防伪方法,属于防伪技术领域,包括:随机合成基因序列后,再合成基因序列的互补基因序列,将互补基因序列连接上羧基后与含有表面修饰氨基的Fe3O4溶液混合后反应,得到探针溶液;将基因序列制备成基因序列溶液,将基因序列溶液置于载体上,静置后烘干,得到烘干后的载体,将所述烘干后的载体置于待检测样品上;检测时,将探针溶液置于基因序列溶液在载体上的位置,杂交洗涤后;将带有磁性的磁贴与洗涤后的载体贴合,磁贴与洗涤后的载体贴合不分离,待检测样品为真品。采用本发明的防伪方法能够特异、高效、灵敏地实现防伪鉴定。

    一种结合极小碰集约简集成电路测试模式集的方法

    公开(公告)号:CN109490753A

    公开(公告)日:2019-03-19

    申请号:CN201811342777.0

    申请日:2018-11-13

    申请人: 吉林大学

    IPC分类号: G01R31/28

    CPC分类号: G01R31/2851

    摘要: 本发明涉及一种结合极小碰集约简集成电路测试模式集的方法,属于数字电路测试技术领域。本方法首先对特定的电路利用自动测试模式生成工具生成测试模式集合;然后对测试模式集合中的每个元素(测试模式)得到其可以检测到的故障集合,并根据故障集合产生测试模式和故障之间的矩阵;最后根据测试模式故障矩阵生成每个故障对应的模式覆盖集,作为输入,利用极小碰集求解方法得到一个极小测试模式集,并对该测试模式集的故障覆盖率进行验证:将该测试模式集重新读入工具,如果其覆盖率降低,则修改或舍弃该解;如果没有降低,那么就将这个极小测试模式集加入解空间。本发明降低了芯片开发过程中的测试成本,提高测试效率。

    一种智能驾驶汽车用交通安全风险动态预测方法及其预测系统

    公开(公告)号:CN112561170A

    公开(公告)日:2021-03-26

    申请号:CN202011501778.2

    申请日:2020-12-18

    IPC分类号: G06Q10/04 G06Q10/06 G06Q50/06

    摘要: 本申请公开了一种智能驾驶汽车用交通安全风险动态预测方法及其预测系统,所述预测方法包括读取车内人员状态信息,读取车辆状态信息,车辆状态信息包括:车辆行驶状态信息、车辆结构安全状态信息、轮胎压力状态信息;读取车外环境信息,车辆安全状态预测,车内、外人员安全及车外设施状态预测,警报、报警;其综合车辆、车内人员、车外物体的状态信息,对车辆、车内人员、车外物体的安全状态建立预测模型,利用模型对行驶中的车辆、车内人员、车外物体在可能发生的事故中受伤程度进行动态预测;为详细评估可能发生事故中的人员、物体受损情况提供数学理论依据,其计算结果能为智能驾驶的控制策略提供数据支持,能做出更安全、正确的控制决策。

    一种智能驾驶汽车用交通安全风险动态预测方法及其预测系统

    公开(公告)号:CN112561170B

    公开(公告)日:2022-08-19

    申请号:CN202011501778.2

    申请日:2020-12-18

    IPC分类号: G06Q10/04 G06Q10/06 G06Q50/06

    摘要: 本申请公开了一种智能驾驶汽车用交通安全风险动态预测方法及其预测系统,所述预测方法包括读取车内人员状态信息,读取车辆状态信息,车辆状态信息包括:车辆行驶状态信息、车辆结构安全状态信息、轮胎压力状态信息;读取车外环境信息,车辆安全状态预测,车内、外人员安全及车外设施状态预测,警报、报警;其综合车辆、车内人员、车外物体的状态信息,对车辆、车内人员、车外物体的安全状态建立预测模型,利用模型对行驶中的车辆、车内人员、车外物体在可能发生的事故中受伤程度进行动态预测;为详细评估可能发生事故中的人员、物体受损情况提供数学理论依据,其计算结果能为智能驾驶的控制策略提供数据支持,能做出更安全、正确的控制决策。