-
公开(公告)号：CN112557667B
公开(公告)日：2022-05-17
申请号：CN202011308574.7
申请日：2020-11-20
Applicant: 浙江工业大学
IPC: G01N33/68 , G01N33/543 , G01N33/533 , G01N21/64
Abstract: 本发明公开了一种基于双色量子点比率荧光探针的C反应蛋白高灵敏免疫检测方法，它将银纳米颗粒AgNPs偶联CRP标记抗体，再与捕获抗体对C反应蛋白进行双抗体夹心，获得双抗体夹心模型；进一步利用氰离子CN‑溶解双抗体夹心模型捕获的AgNPs，使得AgNPs释放出Ag+进行信号放大，然后加入所述双色量子点比率荧光探针，进行测量荧光光谱，即可实现C反应蛋白的定量分析；双色量子点比率荧光探针是以红色量子点为核心，并包埋于巯基化树状二氧化硅球中，且外层组装有绿色量子点，形成的双色荧光微球。本发明的方法利用CN‑腐蚀AgNPs，使其变为Ag+，基于银离子与量子点比率荧光探针之间的离子交换作用，通过荧光信号和溶液颜色的变化，从而定性和定量的检测C反应蛋白的浓度。
-
公开(公告)号：CN111790324B
公开(公告)日：2022-05-03
申请号：CN202010560175.3
申请日：2020-06-18
Applicant: 浙江工业大学
Abstract: 本发明涉及纳米材料技术领域，为解决传统多功能纳米材料尺寸不可控、化学稳定性差、无法实现多种功能最大化的问题，提供了一种由多种功能纳米基元高密度均匀填充、具有良好生物相容性、尺寸均一、性能稳定的双功能微球的制备方法。本发明以单分散树状介孔二氧化硅微球为生长模板，实现两种功能基元的顺序组装。首先以乙酰丙酮铁为铁源，在树状硅球内部孔道原位生长Fe3O4纳米颗粒。并通过巯基‑金属配位作用，进一步将疏水量子点高密度组装于树状介孔二氧化硅微球孔道中，实现了两种纳米基元在载体中的高效共组装以及性能互不干扰。将该微球作为标记探针应用于检测平台，可实现对衡量目标物质的高灵敏度和高准确度的检测。
-
公开(公告)号：CN110166172B
公开(公告)日：2021-11-23
申请号：CN201910282727.6
申请日：2019-04-10
Applicant: 浙江工业大学
Abstract: 一种基于线性搜索式的安全分流上行传输时间优化方法，包括以下步骤：(1)在基站的覆盖范围下总共有I个移动用户，满足移动用户的服务质量保证用户的传输信息安全的同时，最小化移动用户的上行传输时间，其中，优化问题描述为一个非凸性优化问题；(2)将P1Sub‑UP问题等价转换为P1Sub‑UP‑E问题，将P1Sub‑UP‑E问题等价为P1Sub‑UP‑E‑Bot底层问题，P1Sub‑UP‑E‑Top顶层问题；(3)求解P1Sub‑UP‑E‑Bot问题的算法P1Sub‑UP‑E‑Bot‑Algorithm，为了判断在给定∈iB值条件下P1Sub‑UP‑E‑Bot问题是否可行，提出P1Sub‑UP‑E‑Top问题；基于线性搜索方法，在移动用户的上传量给定的情况下优化整体无线资源消耗。本发明最小化上行传输时间。
-
公开(公告)号：CN110543816B
公开(公告)日：2021-08-03
申请号：CN201910663760.3
申请日：2019-07-23
Applicant: 浙江工业大学
Abstract: 一种基于谱聚类和增强学习的自适应人脸图像聚类方法，包括以下步骤：1)应用深度卷积神经网络DCNN实现对数据库中所有人脸图片的特征表示；2)应用谱聚类算法实现对图像表征的聚类；3)基于增强学习算法自适应搜索最优的聚类数目和谱聚类降维参数，首先，给定期望聚类搜索范围，设定搜索步长及搜索起始点；接着执行Q‑Learning算法，在搜索范围内尝试所有可能的调参行为，并选择使得聚类性能最优的行为给予最大正向回报；直至所有行为都无法使得性能优化，或满足最大迭代次数，结束搜索；多次训练后搜索结束点即为最优参数的设定值。本发明通过动态调参和自适应搜索，能够帮助找到全局最优聚类数目和降维数，提升人脸图像聚类性能。
-
公开(公告)号：CN109275121B
公开(公告)日：2021-08-03
申请号：CN201810946889.0
申请日：2018-08-20
Applicant: 浙江工业大学
Abstract: 一种基于自适应扩展卡尔曼滤波的车辆轨迹跟踪方法，包括以下步骤：首先，在智能网联交通系统中，通过DSRC技术自动识别行驶的车辆并获取相关数据，实现车载系统与路边单元的信息交互；接着，针对采集的相关信息，首先通过量化公式对路边单元与车载系统的方位差进行量化，其次通过自回归滑动平均法对加速度进行预测，最后利用自适应扩展卡尔曼滤波进行轨迹预测；最后，将处理好的信息广播给路边单元，以便于下一次与车载系统的信息交互。本发明提供了一种基于自适应扩展卡尔曼滤波的车辆轨迹跟踪方法。
-
Patent Agency Ranking
公开(公告)号：CN113111720A
公开(公告)日：2021-07-13
申请号：CN202110284247.0
申请日：2021-03-17
Applicant: 浙江工业大学
Abstract: 一种基于深度学习的电磁调制信号去噪方法及系统，包括：S1，制作目标信号和噪声信号数据集；S2，使用了滤波去噪方法和信号增强方法，扩大并优化数据集；S3，分别定义生成器与判别器的模型结构和损失函数，训练模型直至模型稳定；S4，输出去噪结果。方法中提及的生成器损失函数结合使用了判别器输出损失、最小绝对值偏差、连续性差值，特别是考虑了生成的去噪信号的连续性特征。本发明还包括一种基于深度学习的电磁调制信号去噪系统，由依次连接的数据处理模块、训练模块、输出模块组成。本发明结合了不基于学习的滤波去噪方法和基于学习的去噪方法，能够自适应学习信号特性，实现信号去噪，且在信号去噪上具有较好的普适性。
-
公开(公告)号：CN109726703B
公开(公告)日：2021-06-18
申请号：CN201910027193.2
申请日：2019-01-11
Applicant: 浙江工业大学
Abstract: 一种基于改进集成学习策略的人脸图像年龄识别方法,包括以下步骤：1)在集成学习模型中，需要获得多个弱分类器，每个弱分类器能独自实现对输入对象的预测估计，构建包含多个弱分类器的预测模型；2)基于DCNN获得的多个弱分类器和集成获得的强分类器，均采用softmax分类器；3)采用改进的集成学习策略，首先，遵循投票原则的结合方法，并用设定的阈值T把控每个弱分类器“意见”的信任度；接着，当弱分类器的信任度普遍偏低时，摒弃投票结合方法，并计算每个弱分类器的自信系数ai作为各自的权重值；最后，用加权结合的方法得到强分类器的概率分布数组并取它最大分量对应的分类标签作为最终的预测结果。本发明显著提升准确性。
-
公开(公告)号：CN109526040B
公开(公告)日：2021-06-18
申请号：CN201811105824.X
申请日：2018-09-21
Applicant: 浙江工业大学
IPC: H04W48/16 , H04W56/00 , H04B1/7097
Abstract: 一种在多基站场景中的基于非正交多址接入的移动边缘计算线性搜索式时延优化方法，包括以下步骤：(1)在集成边缘服务器的BSs的覆盖范围下有1个移动用户，优化问题描述为一个多变量非凸性优化问题；(2)将问题(DM‑i)分解为两层优化问题；(3)根据底层DM‑i‑E‑Sub问题，提出了基于拉格朗日乘数法的对分搜索方法，在移动用户i传输时间ti的情况下优化移动用户i的整体时延；(4)针对顶层DM‑i‑E‑Top问题，提出线性搜索方法，优化移动用户i的传输时间ti；(5)通过底层问题与顶层问题的交互迭代，最终解决问题(DM‑i)。本发明提高了系统传输效率，节省了带宽资源，获得更优质的无线网络体验质量。
-
公开(公告)号：CN108632862B
公开(公告)日：2021-06-18
申请号：CN201810343313.5
申请日：2018-04-17
Applicant: 浙江工业大学
Abstract: 一种基于深度确定性策略梯度方法的移动边缘计算分流决策方法，包括以下步骤：1)计算出在给出分流决策下系统中所有的能量损耗；2)通过深度确定性策略方法来寻找一个最优的分流决策xnm，所有用户的分流决策xnm都被编进执行单元所需的状态xt；3)所有无线设备的分流决策xnm作为深度确定性策略方法的状态xt，动作a则是对状态xt的更改，更改后系统的总能量损耗会与一个设定的标准值进行比较，如果比这个标准值大则使当前奖励r(xt，a)设为正值，反之设为负值，同时系统进入下一状态xt+1，不断重复这个迭代过程直到得到最佳分流决策xnm。本发明在保证用户体验的前提下最小化能量损耗。
-
公开(公告)号：CN108770004B
公开(公告)日：2021-04-06
申请号：CN201810477031.4
申请日：2018-05-18
Applicant: 浙江工业大学
Abstract: 一种基于对分搜索式的非正交接入下行传输时间优化方法，包括以下步骤：(1)在基站的覆盖范围下总共有I个移动用户，提出了一种满足移动用户的服务质量同时，在移动用户的下载量给定的情况下最小化基站的下行传输时间和基站总能量消耗；其中，优化问题描述为一个非凸性优化问题；(2)将DDRCM问题等价转换为DDRCM‑E问题，将DDRCM‑E问题等价转换为P1问题；(3)为了判断在给定θ值条件下P1问题是否可行，提出P2问题；基于对分搜索方法，在移动用户的下载量给定的情况下优化下行资源消耗(下行传输时间和基站总能量消耗)。本发明最小化下行传输时间与基站总能量消耗。
-
-
-
-
-
-
-
-
-
Search Results
209
records
(took 0.036 seconds)
