公开(公告)号：CN110444777A

公开(公告)日：2019-11-12

申请号：CN201910625159.5

申请日：2019-07-11

Applicant: 南京邮电大学

Inventor： 苏邵 ,  汪联辉 ,  谷晓丹 ,  孙倩 ,  姚瑶

IPC: H01M4/90 ,  H01M4/92

Abstract: 本发明公开了一种卤素诱导的三种不同形貌的铂-二硫化钼纳米复合材料的制备方法。通过改变卤素离子种类，采用一步法微波合成不同形貌的铂纳米颗粒功能化二硫化钼纳米复合材料。当卤素分别为I-、Br-，Cl-时，合成了花状，小立方块，不规则球形的铂纳米颗粒功能化二硫化钼纳米复合材料。将三种纳米材料用于构建电化学传感器均实现了对乙醇的催化氧化，并且三种纳米材料作为催化剂对乙醇催化氧化的都具有很好的催化稳定性。本发明得到的卤素诱导的铂-二硫化钼纳米复合材料采用快速简便的一步法微波合成成功制备出了形貌可控的铂纳米颗粒功能化二硫化钼纳米复合材料，并且该复合材料用作催化剂可实现对乙醇的催化氧化。

公开(公告)号：CN112595766B

公开(公告)日：2022-12-06

申请号：CN202011114420.4

申请日：2020-10-16

Applicant: 南京邮电大学

Inventor： 苏邵 ,  汪联辉 ,  万玲 ,  董燕 ,  姚瑶

IPC: G01N27/327 ,  C12Q1/6825

Abstract: 本发明公开了一种基于CRISPR/Cas13a的电化学传感器及其应用，采用一步电化学沉积法制备SPCE‑Au电极，引入巯基修饰的捕获链形成SH‑DNA/SPCE‑Au电化学检测基底；将靶标、crRNA和LwaCas13a特异性结合形成三元复合物，实现对报告探针的非特异性、非靶标性降解(反式切割)。SH‑DNA/SPCE‑Au作为检测平台对报告探针进行捕获，完成检测信号从无到有的过程，即“signal on”检测机理，实现对靶标序列的检测。

公开(公告)号：CN113327632A

公开(公告)日：2021-08-31

申请号：CN202110523125.2

申请日：2021-05-13

Applicant: 南京邮电大学

Inventor： 苏新萍 ,  王晨 ,  邵曦 ,  姚瑶 ,  邱慧贞

IPC: G10L25/78 ,  G10L25/51 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于字典学习的无监督异常声检测方法和装置，包括：生成训练集和测试集，训练集中只有正常运行状态下的机械声音频样本；对训练集中的样本数据进行预处理，分隔得到若干个音频帧；对音频帧进行特征提取，采用K‑SVD算法和OMP算法求解得到音频的本质特征和训练集稀疏系数；将求解得到的音频的本质特征和稀疏系数导入分类模型，对模型进行训练；该分类模型用于对导入的测试集稀疏系数进行处理，输出该测试集稀疏系数对应的音频样本的类别。本发明能够采用传统特征参数进行字典学习和稀疏表示进行样本更加精确的分类从而提高机械检测灵敏度和准确度。

公开(公告)号：CN113327632B

公开(公告)日：2023-07-28

申请号：CN202110523125.2

申请日：2021-05-13

Applicant: 南京邮电大学

Inventor： 苏新萍 ,  王晨 ,  邵曦 ,  姚瑶 ,  邱慧贞

IPC: G10L25/78 ,  G10L25/51 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明公开了一种基于字典学习的无监督异常声检测方法和装置，包括：生成训练集和测试集，训练集中只有正常运行状态下的机械声音频样本；对训练集中的样本数据进行预处理，分隔得到若干个音频帧；对音频帧进行特征提取，采用K‑SVD算法和OMP算法求解得到音频的本质特征和训练集稀疏系数；将求解得到的音频的本质特征和稀疏系数导入分类模型，对模型进行训练；该分类模型用于对导入的测试集稀疏系数进行处理，输出该测试集稀疏系数对应的音频样本的类别。本发明能够采用传统特征参数进行字典学习和稀疏表示进行样本更加精确的分类从而提高机械检测灵敏度和准确度。

公开(公告)号：CN114462475A

公开(公告)日：2022-05-10

申请号：CN202111575693.3

申请日：2021-12-21

Applicant: 南京邮电大学

Inventor： 王晨 ,  苏新萍 ,  邵曦 ,  姚瑶

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于单分类算法的无监督机器异常声检测方法和装置，包括：获取处于运行状态的待检测设备音频样本，训练集中只有正常运行状态下的音频样本，测试集中同时含有正常运行状态下和异常运行状态下的音频样本；对音频帧进行传统特征提取；采用K‑SVD算法和OMP算法求解得到更新字典和训练集稀疏系数，并将其导入单分类支持向量机分类模型；将测试集稀疏系数导入分类模型中进行检测，输出该测试集稀疏系数对应的标签类别。本发明克服了机器设备异常声音样本较少甚至不可用的难题，在特征提取后进行稀疏表示和字典学习，相比于直接输入原始特征，加大特征之间的区别度，在提高了异常数据检测的正确率的同时大大降低了检测时间。

公开(公告)号：CN112595766A

公开(公告)日：2021-04-02

申请号：CN202011114420.4

申请日：2020-10-16

Applicant: 南京邮电大学

Inventor： 苏邵 ,  汪联辉 ,  万玲 ,  董燕 ,  姚瑶

IPC: G01N27/327 ,  C12Q1/6825

Abstract: 本发明公开了一种基于CRISPR/Cas13a的电化学传感器及其应用，采用一步电化学沉积法制备SPCE‑Au电极，引入巯基修饰的捕获链形成SH‑DNA/SPCE‑Au电化学检测基底；将靶标、crRNA和LwaCas13a特异性结合形成三元复合物，实现对报告探针的非特异性、非靶标性降解(反式切割)。SH‑DNA/SPCE‑Au作为检测平台对报告探针进行捕获，完成检测信号从无到有的过程，即“signal on”检测机理，实现对靶标序列的检测。