-
公开(公告)号：CN116702581A
公开(公告)日：2023-09-05
申请号：CN202310357789.5
申请日：2023-04-03
Applicant: 中南大学
Abstract: 本发明实施例公开了一种地铁人员疏散方法、装置电子设备及存储介质，涉及地铁应急处理技术领域，该方法包括：基于目标地铁站信息构建疏散模型；采用随机数表法预设的人群数量和人员速度，利用3D仿真技术模拟人员的疏散；在模拟结果中选取人群数量、人员速度、人员是否安全逃生等指标；将多个指标参数带入感知机算法，获取人员速度和人群数量与人员能否安全逃生的关系；赋予目标地铁站预设的人群速度，根据人群速度，确定目标地铁站的最大承载人数。本发明实施例通过模拟实际地铁站中人员的疏散过程，得到相应的样本参数，进而通过感知机算法求取地铁站最大承载量，为各个地铁站实际的人员疏散提供参考。
-
公开(公告)号：CN116522774A
公开(公告)日：2023-08-01
申请号：CN202310478036.X
申请日：2023-04-28
Applicant: 中南大学
IPC: G06F30/27 , G06F30/23 , G06N3/0499 , G06N3/084 , G06N3/096 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种基于迁移学习算法的土质边坡稳定性预测方法，包括获取边坡实测水平位移数据及土体样本数据；通过神经网络算法构建边坡实测水平位移值与土体强度参数的关系模型，通过反演分析处理，获取反演土体强度参数；采用神经网络算法，构建土体强度参数与边坡安全系数值关系的后台模型、用户模型；采用构建的两种模型，通过迁移学习算法，构建NN+TL算法模型；通过算法模型，完成边坡的稳定性预测分析。本发明还公开了包括所述基于迁移学习算法的土质边坡稳定性预测方法的预测平台。本发明解决了通过试验得到静态参数难以反映动态土体强度参数变化的问题，克服了边坡监测和稳定性分析发展的缺陷，本发明具有实时、快捷、准确的优点。
-
公开(公告)号：CN107129942B
公开(公告)日：2020-11-06
申请号：CN201710249519.7
申请日：2017-04-17
Applicant: 中南大学 , 湖南省农业生物技术研究所
Abstract: 本发明公开了一种培养复合菌群快速生长和产酸的方法以及得到的复合菌群，原始出发菌株主要由隐性嗜酸杆菌(Acidiphiliumcryptum)、皱褶假丝酵母(Candida rugosa)、固氮醋酸杆菌(Acetobacter diazotrophicus)、粘红酵母菌(Rhodotorula glutinis)和铜绿假单胞菌(Pseudomonasaeruginosa)组成，在培养基中添加磁黄铁矿粉，菌种接种量为5.0×106个/升‑8.0×106个/升，进行曝气培养。本方法可以快速的大量培养一种高效产酸混合菌群，并且使得溶液中的pH降低至2.0左右。而且将其应用于重金属污染土壤的快速溶淋处理，前景广阔。
-
公开(公告)号：CN107699511B
公开(公告)日：2020-04-24
申请号：CN201710454290.0
申请日：2017-06-14
Applicant: 中南大学 , 湖南省农业生物技术研究中心
Abstract: 本发明属于微生物治理重金属污染技术领域，公开了一种Acidithiobacilluscaldus中的一个新的菌株DX‑csu，命名为Acidithiobacilluscaldus，并公开了该菌株的培养基和培养方法。本发明所述的Acidithiobacilluscaldus DX‑csu保藏编号为CGMCC No.14008。本株菌培养过程具有设备要求低，操作简单便捷，菌株本身具有生长快速，产酸能力强等优点。本发明所述的Acidithiobacilluscaldus菌对土壤中铁锰结合态的镉具有很好的生物转化作用，对微生物高效浸出金属及环境治理等方面提供了技术指导。
-
公开(公告)号：CN106947720B
公开(公告)日：2020-04-24
申请号：CN201710268818.5
申请日：2017-04-17
Applicant: 中南大学 , 湖南省农业生物技术研究中心
Abstract: 本发明公开了一种能高效生物转化土壤中镉形态的微生物菌剂，该微生物菌剂能将污染土壤中难利用镉高效转化成可溶态镉，其主要由25～35％产朊假丝酵母(Candida utilis)、15～20％申克孢子丝菌(Sporothrix sp.)、15～20％氧化亚铁嗜酸硫杆菌(Acidithiobacillus ferrooxidans)、15～20％嗜酸硫杆菌(Sulfobacillus acidophilus)、5～15％异化铁还原菌(Shewanella oneidensis)组成。将微生物菌剂用于处理镉污染土壤，镉的去除率在82～95％之间。与现有镉污染土壤转化修复技术相比，该微生物菌剂具有高效转化镉形态的优势，而且周期短，费用低，易于推广。
-
Patent Agency Ranking
公开(公告)号：CN108531609A
公开(公告)日：2018-09-14
申请号：CN201810106809.0
申请日：2018-02-02
Applicant: 中南大学
IPC: C12Q1/6888
Abstract: 本发明公开了一组基于转录组测序开发的川金丝猴EST-SSR引物和试剂盒。本发明提供17对川金丝猴EST-SSR标记引物如SEQ ID NO:1～SEQ ID NO:34所示，这些EST-SSR标记在9只川金丝猴个体中具有多态性，联合使用可鉴定不同的金丝猴个体，是稳定存在的SSR标记，可用于川金丝猴种质资源遗传多样性分析、亲缘关系鉴定等。
-
公开(公告)号：CN107236678A
公开(公告)日：2017-10-10
申请号：CN201710480091.7
申请日：2017-06-14
Applicant: 湖南省农业生物技术研究中心 , 中南大学
Abstract: 本发明涉及一种复合菌剂高效转化土壤弱酸结合态镉的方法，由以下两个菌群混合后富集培养得到：(1)假丝酵母菌、单胞瓶霉菌、圆红东孢酵母菌、隐球菌组成菌群1；(2)嗜酸氧化硫硫杆菌、氧化亚铁钩端螺旋菌、喜温酸硫杆菌、嗜热硫氧化硫化杆菌，嗜酸氧化亚铁硫杆菌、噬热铁质菌菌组成菌群2。培养好后，将得到的菌剂导入有镉污染的土壤中，经过一定时间的翻搅，使其充分反应，可以高效转化土壤弱酸态镉。
-
公开(公告)号：CN107020295A
公开(公告)日：2017-08-08
申请号：CN201710448604.6
申请日：2017-06-14
Applicant: 中南大学 , 湖南省农业生物技术研究中心
Abstract: 本发明涉及一种基于微生物转化的镉污染耕地原位快速修复方法。在镉污染耕地的周围修筑土坝和排水沟，再修筑与排水沟连通的液体收集池；在排水沟和收集池的底部和侧壁铺设防渗薄膜；然后将扩大培养的微生物富集物菌液喷洒至镉污染耕地中并使用农用土地翻耕设备对其进行充分搅拌混匀；自然沉降后的液体流经排水沟汇集至液体收集池中，得到含金属镉的溶液；在收集池中对溶液中的镉离子进行吸附处理；最后，用无污染水将修复后的耕地清洗至中性。与传统的采用物理、化学和植物修复镉污染耕地的方法相比，该工艺修复周期短，处理污染面积大，成本低，不会对耕地产生二次污染，具有绿色、环保、经济等优势，在镉污染耕地快速修复领域具有广阔的应用前景。
-
公开(公告)号：CN106950097A
公开(公告)日：2017-07-14
申请号：CN201710249859.X
申请日：2017-04-17
Applicant: 湖南省农业生物技术研究中心 , 中南大学
IPC: G01N1/44
CPC classification number: G01N1/44
Abstract: 本发明公开了一种快速消解高二氧化硅Cd污染水稻土壤的方法，包括以下步骤：(1)自然风干土样至恒重；(2)研磨土样过筛，取过筛的土样；(3)加入待测土样；(4)加入去离子水润湿；(5)加入浓硝酸、氢氟酸、高氯酸进行消解，并与去离子水混合，浓度18‑22％的氢氟酸占体系体积的40％‑45％；(6)按照消解程序消解。本方法可以快速消解高二氧化硅Cd污染水稻土壤，与国标相比节省消解时间约1.5小时,同时无需浸泡过夜。本方法为快速消解测定高二氧化硅cd污染水稻土壤cd元素含量提供了技术参考。
-
公开(公告)号：CN106947720A
公开(公告)日：2017-07-14
申请号：CN201710268818.5
申请日：2017-04-17
Applicant: 中南大学 , 湖南省农业生物技术研究中心
Abstract: 本发明公开了一种能高效生物转化土壤中镉形态的微生物菌剂，该微生物菌剂能将污染土壤中难利用镉高效转化成可溶态镉，其主要由25～35％产朊假丝酵母(Candida utilis)、15～20％申克孢子丝菌(Sporothrix sp.)、15～20％氧化亚铁嗜酸硫杆菌(Acidithiobacillus ferrooxidans)、15～20％嗜酸硫杆菌(Sulfobacillus acidophilus)、5～15％异化铁还原菌(Shewanella oneidensis)组成。将微生物菌剂用于处理镉污染土壤，镉的去除率在82～95％之间。与现有镉污染土壤转化修复技术相比，该微生物菌剂具有高效转化镉形态的优势，而且周期短，费用低，易于推广。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.04 seconds)
