-
公开(公告)号：CN119988687A
公开(公告)日：2025-05-13
申请号：CN202510172187.1
申请日：2025-02-17
Applicant: 东华大学
IPC: G06F16/901 , G06F16/903 , G06F16/9038
Abstract: 一种满足时间及步长约束的图结构数据可达性索引构建和查询方法及系统，获取时态图数据，基于2跳标签构建索引；运用剪枝技术对索引进行优化，基于时间归并和步长归并，构建分层索引；根据查询读取对应索引，根据约束过滤不符合条件的索引；执行查询算法，获取查询结果。本发明结合剪枝技术的Hop标签索引构建方法：在传统2跳索引技术基础上，增加时态相关剪枝，大幅减少索引规模和冗余路径存储。采用时间归并与步长优化技术：通过索引合并与步长控制显著提高查询效率，同时降低存储占用。
-
公开(公告)号：CN111768072B
公开(公告)日：2023-04-18
申请号：CN202010422560.1
申请日：2020-05-19
Applicant: 东华大学
IPC: G06Q10/0631 , G06Q50/04
Abstract: 本发明公开了一种印染车间排产系统，其特征在于，包括生产单管理模块、查询模块、排产模块、车卡管理模块、系统设置模块；本系统主要应用在印染车间的自动化智能的生产计划排产系统。本系统对管理部门下达的订单，首先通过算法基于花型、加工量等信息自动生成相应的生产单，并将其加入待产生产单缓冲池中。然后对每个生产单自动关联对应的工艺，并根据加工量和车间机台车速等信息确定该生产单在每道工序的加工时长。最后从生产单缓冲池中获取一定量生产单，根据调度算法为每个生产单指定具体的加工机台和加工时段，还可以根据生产单、车卡等进行排产查询。
-
公开(公告)号：CN101781666B
公开(公告)日：2012-08-29
申请号：CN201010142735.X
申请日：2010-03-08
Applicant: 东华大学
Abstract: 本发明涉及一种利用麦秆/稻草生产细菌纤维素的方法，包括：(1)麦秆或稻草磨碎，再用稀硫酸或盐酸浸泡，反应，接着通过抽滤将麦秆或稻草残渣和酸水解液分开，收集水解液备用；(2)水解液的脱毒；(3)取上述的脱毒水解液作为培养基碳源，加氮源，配成培养基，接入醋酸杆菌或葡萄糖氧化杆菌细菌在25-30℃，160-250转/分钟摇床中培养或在25-30℃培养箱内静置培养，得到细菌纤维素。本发明制备的培养基碳源质量好，价格低，适合于工业化生产。
-
公开(公告)号：CN101525647A
公开(公告)日：2009-09-09
申请号：CN200910047348.5
申请日：2009-03-10
Applicant: 东华大学
Abstract: 本发明涉及一种利用麦秆生产细菌纤维素的方法，包括：(1)麦秆磨碎至40－80目，再用稀硫酸或盐酸在反应器中以1∶6－1∶30的麦秆与稀酸液的固/液比浸泡，在温度100℃～121℃下反应，接着通过抽滤将麦秆残渣和酸水解液分开，收集水解液冷藏备用；(2)水解液的脱毒；(3)取上述的脱毒水解液作为培养基碳源，加0.1－1％的酵母浸膏和0.1－0.5％胰蛋白胨，配成培养基，以6％－10％的接种量接入醋酸杆菌或葡萄糖氧化杆菌细菌在26－30℃，160－250转/分钟摇床中培养或在26－30℃培养箱内静止培养，得到细菌纤维素。该方法制备的培养基碳源质量好，价格低，可用于工业生产。
-
公开(公告)号：CN101705222A
公开(公告)日：2010-05-12
申请号：CN200910198537.2
申请日：2009-11-10
Applicant: 东华大学
Abstract: 本发明涉及一种以球形细菌纤维素为载体制备固定化酶的方法，包括：将活化的斜面菌种接入种子培养基培养制得液体种子，然后转接至发酵培养基中，25～30℃，80～200rpm条件下培养48～96h，倾滤，得细菌纤维素小球；将细菌纤维素小球用0.1％的NaOH在80～90℃水浴中处理30～120min，去离子水漂洗，收集，用0.1％的醋酸中和小球内残留的碱液，静置，去离子水漂洗，将小球取出，吸干表面水分，冷冻，然后冷冻干燥后获得纤维素小球；最后采用物理吸附法或吸附～交联法制备固定化酶。本发明的球形细菌纤维素小球能高效吸附生物酶，最大限度地保持酶的活性，且安全环保，方法简单，易于操作，可控性强。
-
Patent Agency Ranking
公开(公告)号：CN119988756A
公开(公告)日：2025-05-13
申请号：CN202510172422.5
申请日：2025-02-17
Applicant: 东华大学
IPC: G06F16/9536 , G06F16/903 , G06F16/901 , G06F16/9038 , G06Q50/00
Abstract: 一种规模受限的属性图社区搜索方法，设置给定查询条件；从查询顶点开始进行遍历，得到顶点的每个属性所对应的顶点集合以及该集合所构成的子图；从图中将查询顶点的所有属性进行枚举，得到不同种类的属性组合，并按照属性数目的降序进行排序；遍历所获得结果中的所有属性组合，对其中的每一种组合，形成具有多种属性的子图；在由该顶点交集所构成的所有子图中，寻找符合规模限制且具有最大k值的truss结果子图，并将结果返回。在真实数据图上的执行速度比传统在线搜索方法快，表现效果好，且在数据集规模较大的情况下表现更为稳定和高效。通过获取单个属性的顶点集，并将其组合得到属性组合的顶点集，以快速找到符合要求的结果子图。
-
公开(公告)号：CN111666762A
公开(公告)日：2020-09-15
申请号：CN202010429765.2
申请日：2020-05-20
Applicant: 东华大学
IPC: G06F40/289 , G06F40/211 , G16H10/60 , G06N20/20 , G06N3/04
Abstract: 本发明公开了基于多任务学习的肠癌诊断电子病历属性值抽取方法，具体为一种端到端的神经网络模型从文本的多个实例中提取属性值。首先，对于每个实例使用预训练的词嵌入来更好地初始化神经网络模型中的参数。其次，使用领域语料库(训练数据)对其进行微调来捕获特定领域的语义/知识。然后，使用BiLSTM层来考虑多条句子上下文信息，以获得更好的句子表示。接着，考虑到并非所有句子对每一个属性提取器都有用，本发明使用注意力机制为不同的属性提取器选择最重要的实例，并相应地减少其它实例所带来的噪声。最后，在输出层使用多任务学习机制，共同学习相关任务以同时解决多个多类问题任务，从而获得更好的结果并减少过拟合的风险。同时，还对每个任务的损失贡献做出了不同重要性的区分。
-
公开(公告)号：CN111666762B
公开(公告)日：2023-06-20
申请号：CN202010429765.2
申请日：2020-05-20
Applicant: 东华大学
IPC: G06F40/289 , G06F40/211 , G16H10/60 , G06N20/20 , G06N3/0442 , G06N3/045
Abstract: 本发明公开了基于多任务学习的肠癌诊断电子病历属性值抽取方法，具体为一种端到端的神经网络模型从文本的多个实例中提取属性值。首先，对于每个实例使用预训练的词嵌入来更好地初始化神经网络模型中的参数。其次，使用领域语料库(训练数据)对其进行微调来捕获特定领域的语义/知识。然后，使用BiLSTM层来考虑多条句子上下文信息，以获得更好的句子表示。接着，考虑到并非所有句子对每一个属性提取器都有用，本发明使用注意力机制为不同的属性提取器选择最重要的实例，并相应地减少其它实例所带来的噪声。最后，在输出层使用多任务学习机制，共同学习相关任务以同时解决多个多类问题任务，从而获得更好的结果并减少过拟合的风险。同时，还对每个任务的损失贡献做出了不同重要性的区分。
-
公开(公告)号：CN111768072A
公开(公告)日：2020-10-13
申请号：CN202010422560.1
申请日：2020-05-19
Applicant: 东华大学
Abstract: 本发明公开了一种印染车间排产系统，其特征在于，包括生产单管理模块、查询模块、排产模块、车卡管理模块、系统设置模块；本系统主要应用在印染车间的自动化智能的生产计划排产系统。本系统对管理部门下达的订单，首先通过算法基于花型、加工量等信息自动生成相应的生产单，并将其加入待产生产单缓冲池中。然后对每个生产单自动关联对应的工艺，并根据加工量和车间机台车速等信息确定该生产单在每道工序的加工时长。最后从生产单缓冲池中获取一定量生产单，根据调度算法为每个生产单指定具体的加工机台和加工时段，还可以根据生产单、车卡等进行排产查。
-
公开(公告)号：CN101781666A
公开(公告)日：2010-07-21
申请号：CN201010142735.X
申请日：2010-03-08
Applicant: 东华大学
Abstract: 本发明涉及一种利用麦秆/稻草生产细菌纤维素的方法，包括：(1)麦秆或稻草磨碎，再用稀硫酸或盐酸浸泡，反应，接着通过抽滤将麦秆或稻草残渣和酸水解液分开，收集水解液备用；(2)水解液的脱毒；(3)取上述的脱毒水解液作为培养基碳源，加氮源，配成培养基，接入醋酸杆菌或葡萄糖氧化杆菌细菌在25-30℃，160-250转/分钟摇床中培养或在25-30℃培养箱内静置培养，得到细菌纤维素。本发明制备的培养基碳源质量好，价格低，适合于工业化生产。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
