-
公开(公告)号：CN116478296B
公开(公告)日：2024-02-23
申请号：CN202211267043.7
申请日：2022-10-17
Applicant: 厦门大学 , 厦门万泰沧海生物技术有限公司
IPC: C07K19/00 , C12N15/62 , C12N15/86 , C07K16/10 , G01N33/569 , G01N33/68 , C12Q1/02 , A61K39/155 , A61P31/14
Abstract: 本申请涉及生物医药领域，具体而言，本申请涉及一种融合蛋白，以及包含编码所述融合蛋白的核苷酸序列的核酸分子。本申请还涉及包含所述融合蛋白或所述核酸分子的疫苗。进一步的，本发明还涉及这些融合蛋白、核酸分子和疫苗用于预防和/或治疗RSV感染或由RSV感染所引起的疾病和/或症状的方法。
-
公开(公告)号：CN109548073A
公开(公告)日：2019-03-29
申请号：CN201811365815.4
申请日：2018-11-16
Applicant: 厦门大学 , 京信通信系统(广州)有限公司
IPC: H04W24/10 , H04B17/318 , H04L12/715 , H04W16/18
Abstract: 一种基于多对多匹配的自适应小小区分簇方法，其特征在于，包括如下步骤：S1.用户根据自身接收到的RSRP信息生成RSRP列表，并自发周期性地向连接的小小区上报该RSRP列表；S2.基于多对一匹配为每个小小区生成自己的最优先用户组，直至遍历所有用户及其RSRP列表；S3.进行基于多对多匹配算法的自适应小小区分簇，直至遍历最优先用组；S4.输出分簇匹配结果。本发明的基于多对多匹配的自适应小小区分簇方法，考虑5G场景采用的新技术，分簇结果稳定，算法的复杂度低。
-
Patent Agency Ranking
公开(公告)号：CN114496111B
公开(公告)日：2024-09-13
申请号：CN202210108013.5
申请日：2022-01-28
Applicant: 厦门大学
Abstract: 本公开提供基于机器学习快速预测核磁共振化学位移的方法，包括：对收集的原子构型的集合进行电子结构计算，得到原子构型的集合的化学位移；将原子构型的集合中的各个原子的局域结构表示为特征描述符；将特征描述符和化学位移数据集按预定比例划分为训练集和测试集，训练集用于训练神经网络，测试集用于测试训练后的神经网络；将特征描述符作为为神经网络的输入层，将对应化学位移作为神经网络的输出层，基于训练集训练神经网络，获得神经网络预测模型；将待预测化学位移的原子局域结构转化为特征描述符，输入神经网络预测模型，获得待预测化学位移的原子局域结构的预测化学位移。本公开还提供了一种基于机器学习快速预测核磁共振化学位移的装置、电子设备以及可读存储介质。
-
公开(公告)号：CN116478296A
公开(公告)日：2023-07-25
申请号：CN202211267043.7
申请日：2022-10-17
Applicant: 厦门大学 , 厦门万泰沧海生物技术有限公司
IPC: C07K19/00 , C12N15/62 , C12N15/86 , C07K16/10 , G01N33/569 , G01N33/68 , C12Q1/02 , A61K39/155 , A61P31/14
Abstract: 本申请涉及生物医药领域，具体而言，本申请涉及一种融合蛋白，以及包含编码所述融合蛋白的核苷酸序列的核酸分子。本申请还涉及包含所述融合蛋白或所述核酸分子的疫苗。进一步的，本发明还涉及这些融合蛋白、核酸分子和疫苗用于预防和/或治疗RSV感染或由RSV感染所引起的疾病和/或症状的方法。
-
公开(公告)号：CN112469091B
公开(公告)日：2022-09-30
申请号：CN202011221866.7
申请日：2020-11-05
Applicant: 厦门大学 , 京信网络系统股份有限公司
Abstract: 本发明公开了一种基于数据共享的无线通信网的多系统测量方法、介质、设备及装置，其中方法包括：对多系统的信号覆盖区域进行栅格化，并采集保存栅格化后每个栅格对应的历史测量数据，同时对各个栅格进行评级和数据处理；当用户所在栅格被评级为切换频繁栅格时，系统发送相应测量事件，用户上报测量结果，最后由系统根据所述测量结果判断用户是否需要进行切换；如果用户需要进行切换，则获取用户当前所处栅格信息，并根据用户当前所处栅格信息获取对应的历史测量数据处理结果，从而确定用户的目标小区及系统。能够实现保证用户切换成功率的同时，降低系统测量所需时间，改善用户的系统测量和切换体验。
-
公开(公告)号：CN109548073B
公开(公告)日：2020-09-25
申请号：CN201811365815.4
申请日：2018-11-16
Applicant: 厦门大学 , 京信通信系统(广州)有限公司
IPC: H04W24/10 , H04B17/318 , H04L12/715 , H04W16/18
Abstract: 一种基于多对多匹配的自适应小小区分簇方法，其特征在于，包括如下步骤：S1.用户根据自身接收到的RSRP信息生成RSRP列表，并自发周期性地向连接的小小区上报该RSRP列表；S2.基于多对一匹配为每个小小区生成自己的最优先用户组，直至遍历所有用户及其RSRP列表；S3.进行基于多对多匹配算法的自适应小小区分簇，直至遍历最优先用组；S4.输出分簇匹配结果。本发明的基于多对多匹配的自适应小小区分簇方法，考虑5G场景采用的新技术，分簇结果稳定，算法的复杂度低。
-
公开(公告)号：CN110972309A
公开(公告)日：2020-04-07
申请号：CN201911089450.1
申请日：2019-11-08
Applicant: 厦门大学 , 京信通信系统(广州)有限公司
Abstract: 本发明公开了一种联合图信号与强化学习的超密集无线网络功率分配方法，方法包括：S1，获取无向图，并根据无向图构建邻接矩阵和权值矩阵；S2，计算每个顶点的干扰参数，并计算网络平滑度，以及根据网络平滑度计算网络环境参数；S3，对超密集无线网络的功率进行再次分配，并计算再次分配后的网络环境参数，以及根据该网络环境参数计算回报函数值；S4，根据该回报函数值进行再次分配，并计算再次分配后的网络环境参数，以及根据该网络环境参数计算回报函数值；重复步骤S4，直至得到最大累积回报函数值，停止超密集无线网络功率分配；从而实现在超密集无线网络中进行自组织、自优化的功率分配，进而降低超密集无向网络的干扰程度，有效提高网络性能。
-
-
-
-
-
-
Search Results
67
records
(took 0.095 seconds)
