一种基于深度学习的区域海浪预报方法

    公开(公告)号:CN117407660A

    公开(公告)日:2024-01-16

    申请号:CN202311706967.7

    申请日:2023-12-13

    Abstract: 一种基于深度学习的区域海浪预报方法,包括采用EOF法对有效波高数据进行时空分离,再通过CEEMDAN法对时间系数进行分离,得到时间子模态IMF,最后得到海浪多时空模态数据集;采用LSTM神经网络对数据集中的时间子模态IMF进行训练和预报,得到预报时效为1h、6h、12h、24h的时间子模态IMF;结合空间特征矩阵V与时间子模态IMF的预报结果得到预报时效为1h、6h、12h、24h的区域海浪有效波高。本发明首次采用EOF分解结合CEEMDAN分解的方式,完成基于区域化海浪预报,采用分解法将数据进行分解能够简化数据,降低神经网络训练难度,该思路也对神经网络的应用具有启示作用。

    虾青素在制备抗血管生成药物增效剂中的应用以及一种药物组合物

    公开(公告)号:CN115137831B

    公开(公告)日:2023-08-15

    申请号:CN202210711063.2

    申请日:2022-06-22

    Abstract: 本发明提供了虾青素在制备抗血管生成药物增效剂中的应用以及一种药物组合物,属于生物医药技术领域。本发明通过将虾青素与抗血管生成治疗药物进行组合,克服了现有技术中抗血管生成治疗药效果不佳的问题。虾青素能够协同增强索拉非尼对肿瘤生长的抑制作用,抑制肿瘤细胞增殖和促进肿瘤细胞的凋亡;单独使用虾青素并不能抑制肿瘤血管生成,但能够增强索拉非尼对肿瘤血管生成的抑制作用,进而达到抑制癌症生长的作用,从源头切断肿瘤细胞的能量供应;虾青素还可以缓解索拉非尼治疗诱导的肿瘤缺氧微环境,改善肿瘤治疗耐药性问题。关于虾青素的这一发现可为临床肿瘤的治疗、减少耐药提供新的选择,因此具有较好的应用前景。

Patent Agency Ranking