-
公开(公告)号：CN114395554B
公开(公告)日：2023-03-24
申请号：CN202210149079.9
申请日：2022-02-18
Applicant: 中国林业科学研究院木材工业研究所
IPC: C12N15/10 , C12Q1/6806 , C12Q1/6869
Abstract: 本发明公开了一种木质文物的古DNA捕获方法，依次包括：取样，去除样本内部及外表面存在的外源DNA污染，通过真空冷冻干燥脱水、样本研磨、漂洗、细胞裂解、DNA基因组富集、杂交捕获来有效获取木质文物古DNA。本发明聚焦木质文物木材细胞的古DNA精准捕获，不仅突破了常规木材DNA提取方法难以实现木质文物DNA有效获取的难题，而且为具有外源污染严重、DNA含量低、高度降解及广泛损伤等典型特征的古DNA分析与利用提供了可能。可用于干态及饱水木质文物树种鉴定、保护与修复领域，实用性强。
-
公开(公告)号：CN112730011B
公开(公告)日：2022-08-02
申请号：CN202110096671.2
申请日：2021-01-25
Applicant: 中国林业科学研究院木材工业研究所
IPC: G01N1/34 , G01N21/3563 , G01N21/359 , G01N21/95
Abstract: 本发明涉及饱水木质文物保存状态的测定方法技术领域，提供了一种饱水木质文物保存状态的快速无损检测方法，包括：清洗步骤，对饱水木质文物表面进行清洗；测试步骤，使用光谱仪对饱水木质文物进行测试；获取数据步骤，获取光谱仪测试后的光谱数据，并对光谱数据进行处理；建立校正模型步骤，用于建立饱水木质文物保存状态的校正模型；测定保存状态步骤，用于通过前述步骤测试饱水木质文物的光谱数据及聚类行为，测定其保存状态。采用本技术方案，通过测试步骤和获取数据步骤后，采用建立校正模型步骤和测定保存状态步骤，可实现饱水木质文物的保存状态的精准测定，并且具有不存在有损取样破坏、测试速度快的优点。
-
公开(公告)号：CN114187591A
公开(公告)日：2022-03-15
申请号：CN202111497274.2
申请日：2021-12-09
Applicant: 中国林业科学研究院木材工业研究所
IPC: G06V20/69 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N20/10
Abstract: 本发明公开了一种基于定量解剖的木材树种鉴定方法，包括以下步骤：步骤100：基于木材标本获得木材定量解剖参考数据集；步骤200：根据参考数据集训练机器学习模型，并优选分类精度最高的机器学习模型；步骤300：采集并测量待检木材样品的定量解剖数据；步骤400：利用优选出的机器学习模型鉴定待检样品的木材树种。本发明基于木材标本获得木材定量解剖参考数据集，保障鉴定结果的准确性和可靠性。通过木材定量解剖数据对木材树种进行鉴定，实现木材在“种”水平的准确鉴定，克服了传统木材鉴定方法存在的主观性，使鉴定结果准确可靠、有据可依。与现有的一些检测方法相比，本发明技术不受特定仪器限制，可在多种领域推广使用。
-
公开(公告)号：CN111413397A
公开(公告)日：2020-07-14
申请号：CN202010285153.0
申请日：2020-04-13
Applicant: 中国林业科学研究院木材工业研究所
Abstract: 本发明涉及一种无损快速测定木质文物保存状态的方法。所述方法包含木质文物表面清洗、实时直接分析质谱测试、质谱数据处理、化学计量学建立木质文物保存状态的测定模型和待测木质文物的保存状态的测定5个步骤。本方法弥补了现有木质文物保存状态测定方法存在的有损取样、测试周期长或容易受到无机物/有机物等污物沉积影响等不足，具备步骤简单、可操作性强、无损、快速和准确测定保存状态的优点，可广泛使用于木质文物领域。
-
公开(公告)号：CN114113408B
公开(公告)日：2024-06-14
申请号：CN202111526395.5
申请日：2021-12-14
Applicant: 中国林业科学研究院木材工业研究所
Abstract: 本发明公开了一种无损鉴别檀香紫檀和染料紫檀木材及其制品的方法，包括如下步骤：(1)、对檀香紫檀木料和待检测木料分别进行取样，以得到样品1和样品2，且样品1和样品2的体积和质量相等；(2)、将样品1和样品2先后放入顶空‑气相色谱质谱联用仪内的不同顶空进样瓶中；(3)、以先后获得样品1和样品2的保留时间‑相对丰度的总离子流色谱图和质谱图。(4)、观察总离子流色谱，通过特定色谱峰的确认，并利用FID检测器定量分析特定色谱峰的积分面积，计算特定色谱峰的积分面积比，判定样品为檀香紫檀或染料紫檀。本发明不包含木材样品溶剂浸出液处理步骤，提高了检测效率，并且排除了溶剂的干扰，提高了鉴别概率。
-
Patent Agency Ranking
公开(公告)号：CN115861710B
公开(公告)日：2023-10-27
申请号：CN202211667095.3
申请日：2022-12-22
Applicant: 中国林业科学研究院木材工业研究所
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06V10/776 , G06V10/774 , G06N3/08 , G06V10/40 , G06N3/0464
Abstract: 本发明公开了一种基于多源特征融合的木材树种鉴定方法和装置，属于木材鉴定技术领域。本发明同时利用木材的构造特征、遗传特征和化学特征进行树种鉴定，涵盖了木材的多种类型的树种信息，解决了现有木材鉴定缺乏可靠的特征参考数据集、依赖单一特征进行树种鉴定结果不可靠、不适用于复杂应用场景等问题，实现了木材“种”水平的准确鉴定，一方面提高了识别精度，另一方面提高了识别结果的稳定性和可应用性。
-
公开(公告)号：CN116187737A
公开(公告)日：2023-05-30
申请号：CN202310197349.8
申请日：2023-03-01
Applicant: 中国林业科学研究院木材工业研究所
IPC: G06Q10/0633 , G06Q50/04 , G16C60/00 , G06F18/27 , G06F18/214
Abstract: 本发明公开了一种木质复合材料高尺寸稳定性能预测方法和装置，属于林业工程领域。本发明训练得到了能够预测出木质复合材料高尺寸稳定性能的机器学习模型，并找出了影响木质复合材料的高尺寸稳定性能的关键特征。本发明可以应用于高尺寸稳定性能木质复合材料生产实践中，根据现有的木材单板的结构数据和生产工艺数据等条件，通过训练的机器学习模型快速预测其高尺寸稳定性能的实际值，具有快速、高效、预测精度高等优点，实现对最终产品性能进行快速、准确预测。同时，能够明确影响高尺寸稳定性能的关键特征，用于指导原材料和生产工艺优化，减少企业加工试错成本，提高产能效率，以进一步提升高尺寸稳定性能木质复合材料的加工水平。
-
公开(公告)号：CN115861710A
公开(公告)日：2023-03-28
申请号：CN202211667095.3
申请日：2022-12-22
Applicant: 中国林业科学研究院木材工业研究所
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06V10/776 , G06V10/774 , G06N3/08 , G06V10/40 , G06N3/0464
Abstract: 本发明公开了一种基于多源特征融合的木材树种鉴定方法和装置，属于木材鉴定技术领域。本发明同时利用木材的构造特征、遗传特征和化学特征进行树种鉴定，涵盖了木材的多种类型的树种信息，解决了现有木材鉴定缺乏可靠的特征参考数据集、依赖单一特征进行树种鉴定结果不可靠、不适用于复杂应用场景等问题，实现了木材“种”水平的准确鉴定，一方面提高了识别精度，另一方面提高了识别结果的稳定性和可应用性。
-
公开(公告)号：CN111413397B
公开(公告)日：2023-01-24
申请号：CN202010285153.0
申请日：2020-04-13
Applicant: 中国林业科学研究院木材工业研究所
Abstract: 本发明涉及一种无损快速测定木质文物保存状态的方法。所述方法包含木质文物表面清洗、实时直接分析质谱测试、质谱数据处理、化学计量学建立木质文物保存状态的测定模型和待测木质文物的保存状态的测定5个步骤。本方法弥补了现有木质文物保存状态测定方法存在的有损取样、测试周期长或容易受到无机物/有机物等污物沉积影响等不足，具备步骤简单、可操作性强、无损、快速和准确测定保存状态的优点，可广泛使用于木质文物领域。
-
公开(公告)号：CN119851031A
公开(公告)日：2025-04-18
申请号：CN202510016132.1
申请日：2025-01-06
Applicant: 中国林业科学研究院木材工业研究所
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种古建筑木构件树种原位识别方法、装置、存储介质及设备，属于木材鉴定技术领域。包括：S1：建立现代木材标本分类特征参考数据集，现代木材标本分类特征参考数据集包括现代木材的横切面图像样本；S2：建立卷积神经网络分类模型，采用现代木材标本分类特征参考数据集对卷积神经网络分类模型进行训练；S3：获取待识别古建筑木构件的横切面图像并输入训练好的卷积神经网络分类模型，得到古建筑木构件所属的树种。本发明利用构建的现代木材标本图像数据库及算法模型实现了古建筑木构件树种原位快速识别，解决了古建筑木构件样本量少难以满足卷积神经网络构建的数据要求等难题，实现了古建筑木构件树种现场原位、快速和准确识别。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.045 seconds)
