-
公开(公告)号：CN114177138B
公开(公告)日：2023-03-17
申请号：CN202111467646.7
申请日：2021-12-03
Applicant: 华南理工大学
Abstract: 本发明公开了一种pH响应乙酰化组氨酸改性木质素载药粒子及其制备方法。本发明通过曼尼希反应一步合成组氨酸改性木质素，再通过乙酰化反应降低木质素的电负性，最后通过真空旋蒸法高效制备乙酰化组氨酸改性木质素纳米粒子，由于纳米粒子的整体电负性减小，在微酸性条件下，组氨酸咪唑基的质子化作用可以抵消更多的负电荷直至达到正电，因此该纳米粒子具有在微酸性条件下电荷反转的功能，负载抗癌药物后的纳米载药粒子呈现出显著的pH响应性能，在药物控释领域有良好的应用前景。
-
公开(公告)号：CN112625652B
公开(公告)日：2021-09-21
申请号：CN202011517689.7
申请日：2020-12-21
Applicant: 华南理工大学
IPC: C09J197/00 , C09J171/02 , C08H7/00
Abstract: 本发明属于胶黏剂技术领域，特别涉及一种木质素/聚醚多元醇超分子复合胶黏剂及其制备方法。本发明以工业木质素为原料，通过提纯以及分子量分级，得到具有高纯度且具有特定分子量范围的提纯木质素；然后将提纯木质素、聚醚多元醇和溶剂混合或直接上述提纯木质素和聚醚多元醇混合，4～60℃共混5～60min，得到木质素/聚醚多元醇超分子复合胶黏剂。该方法制备工艺简单高效、绿色环保，胶黏剂产品胶黏性能良好，可识别多种界面，且可循环使用，可大大提高现有胶黏剂的绿色特性。
-
公开(公告)号：CN112646495A
公开(公告)日：2021-04-13
申请号：CN202011517711.8
申请日：2021-02-08
Applicant: 华南理工大学
IPC: C09D197/00 , C09D151/00 , C09D171/02 , C09D7/20
Abstract: 本发明属于抗冲击、自愈合涂层材料技术领域，特别涉及一种木质素/聚醚多元醇抗冲击、自愈合涂料及其制备方法。本发明以工业木质素为原料，通过提纯以及分子量分级，得到具有高纯度且具有特定分子量范围的提纯木质素；将部分具有高纯度且具有特定分子量范围的提纯木质素与苯乙烯混合并微纳米化，得到木质素‑苯乙烯微纳米粒子；然后在有或无溶剂条件下，将剩余具有高纯度且具有特定分子量范围的提纯木质素、木质素‑苯乙烯微纳米粒子与聚醚多元醇共混，得到木质素/聚醚多元醇抗冲击、自愈合涂料。该涂料具有良好的粘附性能，以及抗冲击、自愈合等功能，制备工艺简单高效、绿色环保，且原料廉价易得，可大大改善的绿色特性。
-
公开(公告)号：CN112646495B
公开(公告)日：2022-06-14
申请号：CN202011517711.8
申请日：2021-02-08
Applicant: 华南理工大学
IPC: C09D197/00 , C09D151/00 , C09D171/02 , C09D7/20
Abstract: 本发明属于抗冲击、自愈合涂层材料技术领域，特别涉及一种木质素/聚醚多元醇抗冲击、自愈合涂料及其制备方法。本发明以工业木质素为原料，通过提纯以及分子量分级，得到具有高纯度且具有特定分子量范围的提纯木质素；将部分具有高纯度且具有特定分子量范围的提纯木质素与苯乙烯混合并微纳米化，得到木质素‑苯乙烯微纳米粒子；然后在有或无溶剂条件下，将剩余具有高纯度且具有特定分子量范围的提纯木质素、木质素‑苯乙烯微纳米粒子与聚醚多元醇共混，得到木质素/聚醚多元醇抗冲击、自愈合涂料。该涂料具有良好的粘附性能，以及抗冲击、自愈合等功能，制备工艺简单高效、绿色环保，且原料廉价易得，可大大改善的绿色特性。
-
公开(公告)号：CN114177138A
公开(公告)日：2022-03-15
申请号：CN202111467646.7
申请日：2021-12-03
Applicant: 华南理工大学
Abstract: 本发明公开了一种pH响应乙酰化组氨酸改性木质素载药粒子及其制备方法。本发明通过曼尼希反应一步合成组氨酸改性木质素，再通过乙酰化反应降低木质素的电负性，最后通过真空旋蒸法高效制备乙酰化组氨酸改性木质素纳米粒子，由于纳米粒子的整体电负性减小，在微酸性条件下，组氨酸咪唑基的质子化作用可以抵消更多的负电荷直至达到正电，因此该纳米粒子具有在微酸性条件下电荷反转的功能，负载抗癌药物后的纳米载药粒子呈现出显著的pH响应性能，在药物控释领域有良好的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN112625652A
公开(公告)日：2021-04-09
申请号：CN202011517689.7
申请日：2020-12-21
Applicant: 华南理工大学
IPC: C09J197/00 , C09J171/02 , C08H7/00
Abstract: 本发明属于胶黏剂技术领域，特别涉及一种木质素/聚醚多元醇超分子复合胶黏剂及其制备方法。本发明以工业木质素为原料，通过提纯以及分子量分级，得到具有高纯度且具有特定分子量范围的提纯木质素；然后将提纯木质素、聚醚多元醇和溶剂混合或直接上述提纯木质素和聚醚多元醇混合，4～60℃共混5～60min，得到木质素/聚醚多元醇超分子复合胶黏剂。该方法制备工艺简单高效、绿色环保，胶黏剂产品胶黏性能良好，可识别多种界面，且可循环使用，可大大提高现有胶黏剂的绿色特性。
-
公开(公告)号：CN106909895A
公开(公告)日：2017-06-30
申请号：CN201710085235.9
申请日：2017-02-17
Applicant: 华南理工大学
CPC classification number: G06K9/00355 , G06K9/342 , G06K9/4671 , G06K9/6232 , G06K9/6255 , G06K9/6261 , G06K9/6267
Abstract: 本发明公开了一种基于随机投影多核学习的手势识别方法，步骤包括：采集手势图像，并对图像进行预处理，预处理包括手势定位和手势分割；对预处理分割后的手势提取sift特征；采用k‑means算法训练学习字典，然后使用迭代字典更新算法更新字典；对手势图像进行空间金字塔划分，并对在每层空间金字塔中对手势图像的sift特征，根据训练得到的字典进行编码，得到特征向量，并对特征向量进行级联，接着使用随机投影进行对特征向量降维；对每层金字塔降维后的特征向量学习核矩阵，采用多核模型学习算法进行分类学习，得到最优核矩阵组合系数。本发明解决了目前传统的手势识别方法中存在的背景干扰、复杂度较高、耗时长和识别率低等问题。
-
公开(公告)号：CN119272977A
公开(公告)日：2025-01-07
申请号：CN202411210664.0
申请日：2024-08-30
Applicant: 华南理工大学
IPC: G06Q10/063 , G06Q50/06 , G06F18/24 , G06F18/23213 , G06F18/15 , G06Q50/26 , G06F18/214 , G06F17/18
Abstract: 本发明公开了一种基于多级分类与动态数据修正的公共建筑能耗定额的方法，包括：获取能耗参数，构建多特征数据集并预处理；基于功能性与用能属性进行一级分类；基于K‑means模型进行二级分类；基于定额水平与排序耦合法和模拟定额法分别进行能耗定额并加权平均得到综合能耗定额；基于SHAP值模型进行能耗特征重要性分析；基于重要特征的年度数据进行线性回归，并计算重要特征预测值及变化率进而修正得出未来各类型建筑的综合能耗定额；基于单栋建筑的重要特征的变化率判断用能合理性与节能积极性，并修正综合能耗定额。本发明基于动态数据对多级分类建筑两种能耗定额进行修正，改善了以往能耗定额方法忽略建筑之间不同行为、性质及特点对建筑能耗的影响。
-
公开(公告)号：CN118674291A
公开(公告)日：2024-09-20
申请号：CN202410837331.4
申请日：2024-06-26
Applicant: 华南理工大学
IPC: G06Q10/0637 , G06Q10/067 , G06Q50/08 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种公共建筑分季度能耗预测与节能改造分析的方法及系统，该方法包括：获取不同类型待预测公共建筑的四个季度的能耗参数，构建多特征数据集并进行数据预处理；构建能耗预测模型并进行训练和测试；利用训练好的能耗预测模型预测单位面积能耗与人均能耗；根据能耗参数、能耗预测模型以及能耗预测结果，基于斯皮尔曼和树模型耦合分析的方法，对各类型建筑的不同季节能耗进行特征向量相关性分析。本发明基于改进的卷积神经网络预测不同类型建筑在未来每个季度的能耗情况，预测准确率高、响应速度快；相关性排序针对性强，节能目标明确；能够给予相关建筑直接的节能改造建议并及时发现异常情况，为建筑能源管理和节能提供支持。
-
公开(公告)号：CN106909895B
公开(公告)日：2020-09-22
申请号：CN201710085235.9
申请日：2017-02-17
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于随机投影多核学习的手势识别方法，步骤包括：采集手势图像，并对图像进行预处理，预处理包括手势定位和手势分割；对预处理分割后的手势提取sift特征；采用k‑means算法训练学习字典，然后使用迭代字典更新算法更新字典；对手势图像进行空间金字塔划分，并对在每层空间金字塔中对手势图像的sift特征，根据训练得到的字典进行编码，得到特征向量，并对特征向量进行级联，接着使用随机投影进行对特征向量降维；对每层金字塔降维后的特征向量学习核矩阵，采用多核模型学习算法进行分类学习，得到最优核矩阵组合系数。本发明解决了目前传统的手势识别方法中存在的背景干扰、复杂度较高、耗时长和识别率低等问题。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.022 seconds)
