-
公开(公告)号：CN119185577A
公开(公告)日：2024-12-27
申请号：CN202411266696.2
申请日：2024-09-11
Applicant: 浙江大学 , 浙江大学宁波“五位一体”校区教育发展中心
IPC: A61K47/69 , A61K38/01 , C12P21/06 , A61P3/04 , A61K47/54 , C07K1/14 , C07K1/34 , C07K1/36 , A61K35/60
Abstract: 本发明提供一种负载金枪鱼肽的蛋白质纳米笼的制备方法及应用，具体包括铁蛋白质纳米笼构建、改性，金枪鱼活性肽的提取筛选及包埋。金枪鱼活性肽被包埋在阿魏酸修饰的铁蛋白纳米笼中，靶向输送到肠道内，与厌食激素受体发生作用，调节胆囊收缩素、胰高血糖素样肽1、PYY等厌食激素的生成，控制正常饮食后的食欲并且增强机体的饱腹感，达到减少食物摄入和减轻体重的效果，从而在调节肥胖中发挥作用。本发明中利用阿魏酸对铁蛋白纳米笼进行改性，阿魏酸中羧基和酚羟基与铁蛋白纳米笼外表面的氨基端发生作用，赋予铁蛋白纳米笼耐胃液环境的功能，在机体胃部能够稳定存在而不被分解，从而在肠道中分解并精准靶向发挥作用，为抗肥胖的研究奠定基础。
-
公开(公告)号：CN118133881A
公开(公告)日：2024-06-04
申请号：CN202410392227.9
申请日：2024-04-02
Applicant: 浙江大学医学院附属第一医院(浙江省第一医院) , 浙江大学滨江研究院
Abstract: 本发明公开了一种结合注意力增强的图卷积网络模型构建方法及应用。本发明首先获取MDD患者和健康人HC的原始血液样本集和头颅磁共振图像集；然后对原始血液样本集进行特征提取得到血液样本集特征，对原始头颅磁共振图像进行特征提取得到磁共振图像集特征；最后构建并优化结合注意力增强的自适应图卷积网络模型；所述自适应图卷积网络模型中的图卷积模块作为一个自适应图神经网络，用于吸收步骤2获得的血液样本集和磁共振图像集特征之间的关系先验知识。本发明将图神经网络和注意力模块集成在一起，以捕获特征之间的联系，从而提高MDD的诊断性能。
-
公开(公告)号：CN113842783B
公开(公告)日：2022-05-17
申请号：CN202110880867.0
申请日：2021-08-02
Abstract: 本发明公开了一种耐酸型高通量聚芳醚复合纳滤膜的制备方法，以含有至少两个羟基的非平面构象化合物为原料配制水相溶液，含有至少两个碳‑氯键的三嗪类化合物为原料配制油相溶液，水相溶液和油相溶液在多孔支撑膜上经界面聚合制膜得到耐酸型高通量聚芳醚复合纳滤膜。制备得到耐酸型高通量聚芳醚复合纳滤膜具有多孔支撑膜层和聚芳醚分离层，聚芳醚分离层内具有独特的水渗透微孔通道，实现了该聚芳醚复合纳滤膜水渗透性能的大幅提升，水通量高达20L m‑2h‑1bar‑1，染料截留率达到99％，且该聚芳醚复合纳滤膜还具有优异的耐酸性能。本发明制备方法简单，设备要求低，可有效降低水处理成本，适用于酸性废水处理等工业领域。
-
公开(公告)号：CN115738714B
公开(公告)日：2023-06-27
申请号：CN202211502768.X
申请日：2022-11-28
IPC: B01D61/02 , B01D69/12 , B01D67/00 , B01D71/72 , B01D71/16 , B01D71/26 , B01D71/68 , B01D71/56 , B01D71/42 , B01D69/02 , C02F1/44
Abstract: 本发明公开了一种含三嗪环结构的耐酸复合纳滤膜及制备方法，涉及膜分离技术领域，该复合纳滤膜包括支撑层和分离层，分离层由含三嗪环的多元酰氯、多胺类化合物和缚酸剂经界面聚合反应得到；含三嗪环的多元酰氯由含三嗪环结构的多羧基化合物与含氯化合物经酰氯化反应得到；本发明以含三嗪环的多元酰氯为油相单体制备复合纳滤膜，反应速度快，成膜性好，且制得的复合纳滤膜在酸性环境下结构稳定，水渗透通量可以达到16L m‑2h‑1bar‑1，对二价盐的截留率高达99.5％，解决了现有技术中三嗪类油相单体因三取代反应活性逐级递减而导致的膜渗透通量较低的问题。
-
公开(公告)号：CN115738714A
公开(公告)日：2023-03-07
申请号：CN202211502768.X
申请日：2022-11-28
IPC: B01D61/02 , B01D69/12 , B01D67/00 , B01D71/72 , B01D71/16 , B01D71/26 , B01D71/68 , B01D71/56 , B01D71/42 , B01D69/02 , C02F1/44
Abstract: 本发明公开了一种含三嗪环结构的耐酸复合纳滤膜及制备方法，涉及膜分离技术领域，该复合纳滤膜包括支撑层和分离层，分离层由含三嗪环的多元酰氯、多胺类化合物和缚酸剂经界面聚合反应得到；含三嗪环的多元酰氯由含三嗪环结构的多羧基化合物与含氯化合物经酰氯化反应得到；本发明以含三嗪环的多元酰氯为油相单体制备复合纳滤膜，反应速度快，成膜性好，且制得的复合纳滤膜在酸性环境下结构稳定，水渗透通量可以达到16L m‑2h‑1bar‑1，对二价盐的截留率高达99.5％，解决了现有技术中三嗪类油相单体因三取代反应活性逐级递减而导致的膜渗透通量较低的问题。
-
Patent Agency Ranking
公开(公告)号：CN113842783A
公开(公告)日：2021-12-28
申请号：CN202110880867.0
申请日：2021-08-02
Abstract: 本发明公开了一种耐酸型高通量聚芳醚复合纳滤膜的制备方法，以含有至少两个羟基的非平面构象化合物为原料配制水相溶液，含有至少两个碳‑氯键的三嗪类化合物为原料配制油相溶液，水相溶液和油相溶液在多孔支撑膜上经界面聚合制膜得到耐酸型高通量聚芳醚复合纳滤膜。制备得到耐酸型高通量聚芳醚复合纳滤膜具有多孔支撑膜层和聚芳醚分离层，聚芳醚分离层内具有独特的水渗透微孔通道，实现了该聚芳醚复合纳滤膜水渗透性能的大幅提升，水通量高达20L m‑2h‑1bar‑1，染料截留率达到99％，且该聚芳醚复合纳滤膜还具有优异的耐酸性能。本发明制备方法简单，设备要求低，可有效降低水处理成本，适用于酸性废水处理等工业领域。
-
公开(公告)号：CN116704303A
公开(公告)日：2023-09-05
申请号：CN202310615385.1
申请日：2023-05-29
Abstract: 本发明公开了一种基于注意力机制的农情跨模态特征解析、映射和融合方法，该方法包括：1)将农业领域图像数据和农业领域数值数据进行数据解析和预处理；2)将图像数据通过特征提取网络NA得到图像嵌入特征A，将数值数据通过特征提取网络NB得到数值嵌入特征B；3)将数值嵌入特征B作为查询向量，图像嵌入特征A同时作为键向量和值向量，得到注意力矩阵S；按照注意力权重加权求和，将所有的图像嵌入特征A转化为图像嵌入特征A’；4)将图像嵌入特征A’和数值嵌入特征B进行特征融合，作为多模态数据共同的特征，将该特征用于下游任务。本发明方法建立了不同模态特征之间的关系，可以使用热力图将关系进行可视化，提高了可解释性。
-
公开(公告)号：CN119006790B
公开(公告)日：2025-04-11
申请号：CN202411099211.5
申请日：2024-08-12
Applicant: 浙江大学 , 浙江越达图谱科技有限公司
IPC: G06V10/25 , G06V10/42 , G06V10/44 , G06V10/62 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/088
Abstract: 本发明公开了一种基于时空背景重建的红外小目标检测方法及装置。方法包括：(1)将待检测的热红外图像序列连续的图像帧构造为时空张量#imgabs0#(2)设计多尺度特征提取与聚合模块，实现有效的背景特征提取；(3)设计基于变分自编码器的背景重建模块，实现重建背景张量#imgabs1#(4)为无监督学习设计自适应背景重建损失函数；(5)计算待检测的热红外图像序列的时空张量#imgabs2#与重建背景张量#imgabs3#的残差，得到目标张量#imgabs4#并将目标张量重构为目标检测结果序列T，实现红外小目标检测。本发明利用红外图像序列的时空信息，以无监督学习的方式学习背景特征并重建背景，实现基于时空背景重建的红外小目标检测，该方法能有效提升红外小目标的检测性能。
-
公开(公告)号：CN119625290A
公开(公告)日：2025-03-14
申请号：CN202510165699.5
申请日：2025-02-14
Applicant: 浙江大学 , 浙江越达图谱科技有限公司
Abstract: 本发明公开了一种基于firm阈值函数的红外弱小目标检测方法及装置。包括：（1）将原始热红外图像序列构造为三维时空张量；（2）设计高通滤波器，滤波三维时空张量得到高通滤波张量；（3）搭建基于成分分析的红外弱小目标检测模型；（4）构造基于firm阈值函数的稀疏度估计范数和基于Laplace算子的低秩估计范数；（5）建立基于firm阈值函数的红外弱小目标检测模型；（6）设计基于ADMM的优化求解算法，求解步骤（5）中的检测模型，得到目标检测结果张量；（7）将目标检测结果张量转化为目标检测结果序列，实现红外弱小目标检测。本发明方法能有效实现红外弱小目标的检出，提升综合检测性能。
-
公开(公告)号：CN119516376A
公开(公告)日：2025-02-25
申请号：CN202411586852.3
申请日：2024-11-08
Applicant: 浙江大学
IPC: G06V20/10 , G06V10/44 , G06V10/74 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于端元导向Transformer和端元束的高光谱图像解混方法及系统，涉及高光谱解混领域。方法包括：图像预处理；构造基于端元导向Transformer和端元束的神经网络；对所述神经网络进行训练，得到训练好的所述神经网络；利用训练好的所述神经网络获得待解混的高光谱图像的解混结果。本发明基于端元导向Transformer，着重于挖掘各个端元类别的特征并削弱光谱可变性对解混性能的影响，针对性地设计了端元导向的Transformer编码器模块、异质信息融合模块以及基于端元束的端元生成器模块，能够更好地抑制光谱可变性对解混的影响，提高端元提取和丰度估计的精度。
-
-
-
-
-
-
-
-
-
Search Results
138
records
(took 0.029 seconds)
