-
公开(公告)号：CN103966626B
公开(公告)日：2016-03-02
申请号：CN201410175987.0
申请日：2014-04-29
Applicant: 大连理工大学
IPC: C25C1/00
CPC classification number: Y02P10/238
Abstract: 本发明涉及一种提高微生物燃料电池驱动微生物电解池回收多金属的方法，属于重金属回收处理领域。分别以Cr(VI)和Cu(II)为阴极电子受体的MFCsCr和MFCCu串联后的阳极与以Cd(II)为阴极电子受体的MECsCd阴极相连，MFCsCr和MFCCu串联后的阴极与MECsCd阳极通过串联电阻相连；MFCsCr和MFCCu的阴极为碳棒，MECsCd的阴极为不锈钢网或钛片；MFCsCr、MFCCu和MECsCd的阳极为碳毡或碳棒。本发明可处理电镀废水、印刷电路板蚀刻废水和市政等有机污水并回收铬、铜和镉金属，而且为原位利用MFCs的输出电能、拓展生物电化学系统的应用领域和使用范围提供了广阔空间。
-
公开(公告)号：CN101298753A
公开(公告)日：2008-11-05
申请号：CN200810011953.2
申请日：2008-06-19
Applicant: 大连理工大学
Abstract: 本发明属于建筑工程技术领域，特别涉及到桥梁工程中的大跨度开启桥的设计。其特征是：主塔为空间四塔柱结构，顺桥向和横桥向均为倒Y型；采用斜拉桥体系结构，空间双索面。施工过程中，首先施工斜拉桥基础，再施工下塔柱，之后在下塔柱平台上安装转动装置和滑道，再进行斜拉桥上塔柱施工，同时在工厂加工钢箱梁，分段运到桥位，之后安装斜拉索，分段拼装钢箱梁，至合龙段，最后施工桥面铺装等桥面附属设施。本发明的效果和益处是：造型新颖别致，特别是采用空间四塔柱结构，能保持桥梁在转动过程中的稳定性；采用斜拉桥体系结构，可以做成大跨径开启桥，并且提高使用过程中的行车平稳性。
-
公开(公告)号：CN1564171A
公开(公告)日：2005-01-12
申请号：CN200410021490.X
申请日：2004-03-25
Applicant: 大连理工大学
IPC: G06F17/60
Abstract: 本发明属于信息技术领域，涉及到自动化技术，特别涉及到一种冷轧薄板企业分机组产能模型建模方法。该发明利用数据挖掘技术对冷轧薄板钢铁企业分机组的生产情况进行了分析，并建立了冷轧薄板钢铁企业分机组产能数学模型，利用该模型可以准确地预报冷轧薄板钢铁企业各台机组的生产加工时间，利用该发明开发的冷轧薄板钢铁企业基于合同生产的优化排产和动态调度系统可以准确地预报生产合同的交货期，从而积极地提高企业合同生产地准确性。该产能模型系统具有自动学习的功能，当生产机组由于技术改进或加工品种变化等因素造成的产能变化，模型可以自动跟踪并捕捉变化，自动修正模型函数，无需人为干预，大大提高了模型的适应性。
-
公开(公告)号：CN118580856A
公开(公告)日：2024-09-03
申请号：CN202410816415.X
申请日：2024-06-24
Applicant: 大连理工大学
Abstract: 本发明属于生物技术领域，涉及一种SUMO化修饰捕获探针、合成方法及应用。所述的SUMO化修饰捕获探针分子式为SUMO‑C3H8BrN，所述的SUMO为人源SUMO‑1，其核苷酸序列如SEQ ID NO：1所示，其氨基酸序列如SEQ ID NO：2所示。本发明采用基因克隆得到编码人源SUMO‑1蛋白的多肽，通过化学合成方法得到SUMO‑C3H8BrN，SUMO‑C3H8BrN结构稳定，方便化学合成及检测应用。SUMO‑C3H8BrN荧光探针具有高度特异性灵敏性较高。
-
公开(公告)号：CN118332547A
公开(公告)日：2024-07-12
申请号：CN202410457122.7
申请日：2024-04-16
Applicant: 大连理工大学
IPC: G06F21/55 , G06N3/0464 , G06N3/06 , G16H30/00 , G06F21/62
Abstract: 基于异步联邦学习模型的防御医疗图像后门攻击的方法，为了解决医疗图像类的深度网络模型在联邦学习模型中的适用性，提升联邦学习中分布式数据和模型参数的可信性，要点是服务器将其一定时间内所获取的多个客户端的所述卷积层神经元的平均权重值，通过无监督的异常检测算法处理，获取各客户端的所述卷积层神经元的平均权重值的分布，对其中的所述卷积层神经元，若其所述平均权重值分布偏离超过阈值，则判断为异常神经元；异常神经元所在的客户端在当前迭代中标记为可疑，在异步联邦学习的各次迭代中，确定可疑客户端，在异步联邦学习算法执行中，只对非可疑的客户端上传的异步联邦学习模型进行聚合，效果是能够对抗联邦学习中的后门攻击。
-
Patent Agency Ranking
公开(公告)号：CN110412877B
公开(公告)日：2023-03-28
申请号：CN201910818148.9
申请日：2019-08-30
Applicant: 中国人民解放军海军航空大学 , 中国人民解放军军事科学院战争研究院 , 大连理工大学 , 江西洪都航空工业集团有限责任公司
Abstract: 本发明公开了一种基于NSP算法的舰载机甲板路径规划最优控制方法，属于舰载机的自动化与最优控制技术领域。在对舰载机甲板路径规划及其最优控制问题进行分析的基础上，打破原有方法不能兼顾路径规划与控制问题且所得路径难以满足末端约束的不足，结合舰载机滑行的运动约束、障碍约束、控制变量和状态变量约束以及末端约束，建立舰载机甲板的路径规划最优控制模型，并基于Newton迭代法、辛算法以及伪谱法，提出NSP算法对最优控制模型进行快速求解，有效地解决了舰载机甲板的精确路径规划与控制问题，同时提高了计算效率和精度，所得到的路径可严格满足末端约束。本发明能够为舰载机甲板路径规划与控制问题提供合理的解决方案。
-
公开(公告)号：CN115407650A
公开(公告)日：2022-11-29
申请号：CN202110584233.0
申请日：2021-05-27
Applicant: 中国人民解放军海军航空大学航空基础学院 , 大连理工大学
IPC: G05B13/04
Abstract: 本申请涉及一种基于保辛算法和模型预测控制的舰载机着舰控制方法。所述方法包括：构建舰载机的着舰纵向小扰动模型；将发动机油门响应与所油门输入之间的四阶传递函数关系模型拟合为二阶传递函数关系拟合模型；采用粒子群算法对拟合参数进行优化，得到二阶传递函数关系模型；对甲板运动情况进行预测，并根据甲板运动预测结果和当前舰载机高度误差设计着舰引导轨迹，根据着舰纵向小扰动模型以及控制系统约束，得到轨迹跟踪最优控制问题模型；然后通过保辛伪谱算法对最优跟踪控制问题进行求解获得当前时刻的最优控制量，并结合模型预测控制方法重复上述过程，在从而实现舰载机着舰控制。采用本方法能够提高着舰控制精度。
-
公开(公告)号：CN1676753A
公开(公告)日：2005-10-05
申请号：CN200510046298.0
申请日：2005-04-20
Applicant: 大连理工大学
Abstract: 本发明属于建筑工程技术领域，特别涉及到桥梁工程中的大跨径桥梁的设计。其特征是：综合斜拉桥和悬索桥的优点，采用自锚体系，形成一种的大跨径桥型设计方案。施工过程中，斜拉桥主梁拼装就位后，将主缆临时锚固在多个边墩所组成的刚构上，吊装中间钢箱梁，待主梁合龙后，完成体系转换，形成永久自锚体系，然后调整全桥索力。本发明的效果和益处是解决了大跨径桥梁设计、施工中存在的问题，充分发挥材料性能，节省了庞大的锚碇，降低了工程造价，而且缩短了工期，降低了施工过程中的风险。
-
公开(公告)号：CN119371512A
公开(公告)日：2025-01-28
申请号：CN202411526846.9
申请日：2024-10-30
Applicant: 大连理工大学
Abstract: 本发明属于生物技术领域，涉及一种SUMO‑Luc探针、合成方法及应用。所述的SUMO化修饰捕获探针分子式为SUMO‑C17H16N4O4S2，所述的SUMO为人源SUMO‑1，其核苷酸序列如SEQ ID NO：1所示，其氨基酸序列如SEQ ID NO：2所示。本发明采用基因克隆得到编码人源SUMO‑1蛋白的多肽，通过化学合成方法得到SUMO‑C17H16N4O4S2，SUMO‑C17H16N4O4S2结构稳定，方便化学合成及检测应用。SUMO‑C17H16N4O4S2荧光探针具有高度特异性灵敏性较高。
-
公开(公告)号：CN118332547B
公开(公告)日：2024-10-18
申请号：CN202410457122.7
申请日：2024-04-16
Applicant: 大连理工大学
IPC: G06F21/55 , G06N3/0464 , G06N3/06 , G16H30/00 , G06F21/62
Abstract: 基于异步联邦学习模型的防御医疗图像后门攻击的方法，为了解决医疗图像类的深度网络模型在联邦学习模型中的适用性，提升联邦学习中分布式数据和模型参数的可信性，要点是服务器将其一定时间内所获取的多个客户端的所述卷积层神经元的平均权重值，通过无监督的异常检测算法处理，获取各客户端的所述卷积层神经元的平均权重值的分布，对其中的所述卷积层神经元，若其所述平均权重值分布偏离超过阈值，则判断为异常神经元；异常神经元所在的客户端在当前迭代中标记为可疑，在异步联邦学习的各次迭代中，确定可疑客户端，在异步联邦学习算法执行中，只对非可疑的客户端上传的异步联邦学习模型进行聚合，效果是能够对抗联邦学习中的后门攻击。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.025 seconds)
