-
公开(公告)号：CN110958607A
公开(公告)日：2020-04-03
申请号：CN201911223827.8
申请日：2019-12-04
Applicant: 大连理工大学
Abstract: 本发明公开了一种防止隐私泄露的车联网证书管理方法，属于车联网领域。本方法结合了长期证书和临时证书，使车辆在车联网中获得了长期有效的身份和在一定范围内使用的临时身份，避免了单一身份造成的不安全因素，同时提高了通信效率。本方法包括三部分：车辆节点的注册，车辆节点在道路上的认证与通信，对恶意节点的防范。本方法使用局部对称密钥和临时证书在车辆行驶过程中实现通信，利用临时证书的保密性和内容少的特性增加了安全性和效率，同时利用较短的局部对称密钥和签名提高了通信的加密解密和相互认证速度。本方法具有普适性，能够广泛的应用于车联网和道路交通中。
-
公开(公告)号：CN105585471B
公开(公告)日：2018-08-07
申请号：CN201610031386.1
申请日：2016-01-18
Applicant: 大连理工大学
IPC: C07C49/743 , C07C45/78
Abstract: 种王枣子活性成分的提取方法,属于植物活性成分提取技术领域。先用微切助互作技术处理王枣子根,再将王枣子根粗粉与化学助剂放在起进行超微研磨后,过筛后加入乙醇,搅拌均匀;超声提取后,提取液进行减压蒸馏,馏分乙醇回收再利用,浓缩液分别用石油醚、氯仿、乙酸乙酯和正丁醇萃取,萃取液减压浓缩,馏分回收再利用,浓缩干粉即为不同相的粗提物。粗提物进行不同药理活性的检测分析以确定目标成分。作为王枣子活性成分提取新技术,能够有效提取王枣子活性成分,与传统提取方法相比,能更有效地提取有效成分。本发明利用超声辅助提取,大大减少活性成分溶出时间,提高了提取效率。本发明工艺作简单,节省成本,更有利于工业化。
-
公开(公告)号：CN106800579A
公开(公告)日：2017-06-06
申请号：CN201710012168.8
申请日：2017-01-10
Applicant: 大连理工大学
IPC: C07H15/256 , C07H1/08 , A61K31/704 , A61P35/00 , C12Q1/02 , C12Q1/32
CPC classification number: C07H15/256 , C07H1/08 , C12Q1/32 , G01N33/5011
Abstract: 一种从王枣子中分离提取内折香茶菜苷A的方法及应用，属于植物活性成分提取分离技术及应用领域。干燥王枣子根粉末，过筛后加入乙醇，搅拌均匀，超声提取，合并后的提取液进行减压蒸馏，馏分乙醇回收再利用，浓缩液分别用石油醚、氯仿、乙酸乙酯萃取，乙酸乙酯萃取液减压浓缩，馏分回收再利用，浓缩干粉得到乙酸乙酯浓缩物。浓缩物进行硅胶柱层析收集目标段馏分并浓缩，浓缩干粉用少量甲醇加热溶解后重结晶，结晶后抽滤，用甲醇多次冲洗，真空干燥后得到内折香茶菜苷A。本发明工艺操作简单，节省成本，更有利于工业化。初步细胞毒检测实验表明内折香茶菜苷A具有抗癌作用和氧化损伤作用，可以促进癌细胞的凋亡，从而开发新一代抗癌药物。
-
Patent Agency Ranking
公开(公告)号：CN105585471A
公开(公告)日：2016-05-18
申请号：CN201610031386.1
申请日：2016-01-18
Applicant: 大连理工大学
IPC: C07C49/743 , C07C45/78
CPC classification number: C07C45/78 , C07C49/743
Abstract: 一种王枣子活性成分的提取方法，属于植物活性成分提取技术领域。先用微切助互作技术处理王枣子根，再将王枣子根粗粉与化学助剂放在一起进行超微研磨后，过筛后加入乙醇，搅拌均匀；超声提取后，提取液进行减压蒸馏，馏分乙醇回收再利用，浓缩液分别用石油醚、氯仿、乙酸乙酯和正丁醇萃取，萃取液减压浓缩，馏分回收再利用，浓缩干粉即为不同相的粗提物。粗提物进行不同药理活性的检测分析以确定目标成分。作为王枣子活性成分提取新技术，能够有效提取王枣子活性成分，与传统提取方法相比，能更有效地提取有效成分。本发明利用超声辅助提取，大大减少活性成分溶出时间，提高了提取效率。本发明工艺作简单，节省成本，更有利于工业化。
-
公开(公告)号：CN115982648A
公开(公告)日：2023-04-18
申请号：CN202310136783.5
申请日：2023-02-20
Applicant: 大连理工大学
IPC: G06F18/2413 , G06F16/28 , G06F18/214 , G06F40/295 , G06N3/048 , G06N3/084
Abstract: 一种基于对词元序列的预判断和多轮分类的实体关系抽取方法，在词元序列(token sequence)，即span层次上对文本语句进行预测的模型，用以找出文本语句中所有实体及实体间关系。模型利用BERT预训练模型,同时包含预判断(PEJ)、实体多轮分类(EMR)、关系多轮分类(RMR)三个模块。通过PEJ模块对实体的初步判断及EMR模块的多轮实体分类进行实体识别，再利用RMR模块多轮关系分类判断实体对间关系，实现关系抽取。Smrc模型中的多轮分类使得数据集被多次、充分的利用，模型被更好的拟合，多个分类器在多个类别上直接判断实体及实体对间关系，避免了单个多输出分类器在不同类别上判别能力不平衡和差异性大的问题，模型结构更为精细，加上实体预判断模块(PEJ)，使得Smrc模型识别效果更加准确。
-
公开(公告)号：CN115982610A
公开(公告)日：2023-04-18
申请号：CN202310135523.6
申请日：2023-02-20
Applicant: 大连理工大学
IPC: G06F18/23213 , G06N3/044 , G06N3/084 , G06F9/54
Abstract: 本发明属于多智能体协作与竞争领域，涉及一种基于深度学习的多智能体通讯强化学习算法。该算法首先根据当前观测到的环境状态和其他智能体发送过来的消息计算得出智能体之间的交互关系，然后基于智能体之间的交互关系为其他智能体分配注意力权重选择顶层策略。选择不同的顶层策略意味着智能体之间存在分工。然后在底层策略中，智能体根据选择的高级策略据与局部观测选择适当的动作。本发明基于分层深度强化学习模型，可以在大规模多智能体系统中实现良好的协作，与人类群体解决复杂问题的方式非常相似，通过沟通选择顶级策略，而不是直接决定行动。模型不仅具有较低的通信频率，而且具有较好好的可扩展性。
-
公开(公告)号：CN111429755A
公开(公告)日：2020-07-17
申请号：CN202010187487.4
申请日：2020-03-17
Applicant: 大连理工大学
IPC: G08G1/16 , G08G1/0962
Abstract: 本发明公开了一种行人防撞系统，属于汽车安全领域。本系统采用行人和车辆持有信号发生器和信号接收器，使车辆能够获得行人位置并预测规避，能够有效的防止行人和汽车相撞，避免交通事故。本方案分为三部分，车辆与行人的设备安装，车辆在行驶中的信号探测，车辆对危险的规避。本系统具有普适性，能够广泛的应用于车联网和道路交通中。
-
公开(公告)号：CN110958607B
公开(公告)日：2021-09-24
申请号：CN201911223827.8
申请日：2019-12-04
Applicant: 大连理工大学
IPC: H04W12/00 , H04W12/40 , H04W12/75 , H04W12/02 , H04W12/041 , H04W12/0431 , H04W12/069 , H04L9/32 , H04W4/44
Abstract: 本发明公开了一种防止隐私泄露的车联网证书管理方法，属于车联网领域。本方法结合了长期证书和临时证书，使车辆在车联网中获得了长期有效的身份和在一定范围内使用的临时身份，避免了单一身份造成的不安全因素，同时提高了通信效率。本方法包括三部分：车辆节点的注册，车辆节点在道路上的认证与通信，对恶意节点的防范。本方法使用局部对称密钥和临时证书在车辆行驶过程中实现通信，利用临时证书的保密性和内容少的特性增加了安全性和效率，同时利用较短的局部对称密钥和签名提高了通信的加密解密和相互认证速度。本方法具有普适性，能够广泛的应用于车联网和道路交通中。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
