-
公开(公告)号：CN102241725A
公开(公告)日：2011-11-16
申请号：CN201010172310.3
申请日：2010-05-13
Applicant: 福建源华林业生物科技有限公司 , 江南大学
IPC: C07J63/00 , C07H15/256 , C07H1/08
Abstract: 本发明涉及植物果实有效成分的提取，尤其涉及日化用无患子皂苷的水提方法。本发明为一种日化用无患子皂苷的水提制备方法，以无患子果皮为原料，其要点在于，将干燥的无患子果皮粉碎到5--20目，得到无患子果皮粉；加入重量2--5倍的水，在30℃--60℃的恒温状态下搅拌，提取2--3次，每次提取1--8小时，固液分离，合并提取液；在提取液中加入占总重量1％--5％的沉淀剂，静置净化，用离心机进行固液分离；用双效升膜蒸发器对无患子皂苷澄清液进行真空蒸馏，浓缩液进行喷雾干燥脱水。本发明工艺简单易行，无需用到有机溶剂，降低了投资成本和生产成本。按照上述工艺得到无患子皂苷的回收率在75％以上，产品纯度为20％-40％。
-
公开(公告)号：CN102008410B
公开(公告)日：2011-11-09
申请号：CN201010550993.1
申请日：2010-11-18
Applicant: 福建源华林业生物科技有限公司
Abstract: 本发明涉及植物果实有效成分的提取，尤其涉及一种无患子总皂苷的提取纯化的方法。主要工艺步骤为：无患子果皮干燥，粉碎后，适宜温度下加水提取1―24 小时（皂苷得率15-25%，纯度15-25%）。提取液经72℃杀菌15s后冷却，接种1%-5%酵母菌或米曲霉，调整适宜温度，振荡或静置培养2-30天，微生物利用提取液中糖分繁殖，但皂苷含量基本不变，离心得中等纯度提取液。（皂苷得率15-25%，纯度45-60%）。本发明提供的无患子皂苷生产工艺提取效率高，操作简单，成本低廉，健康无毒。可用于不同要求洗涤用品和化妆品中，涵盖范围广，经济效益较高。
-
公开(公告)号：CN102008410A
公开(公告)日：2011-04-13
申请号：CN201010550993.1
申请日：2010-11-18
Applicant: 福建源华林业生物科技有限公司
Abstract: 本发明涉及植物果实有效成分的提取，尤其涉及一种无患子总皂苷的提取纯化的方法。主要工艺步骤为：无患子果皮干燥，粉碎后，适宜温度下加水提取1―24小时（皂苷得率15-25%，纯度15-25%）。提取液经72℃杀菌15s后冷却，接种1%-5%酵母菌或米曲霉，调整适宜温度，振荡或静置培养2-30天，微生物利用提取液中糖分繁殖，但皂苷含量基本不变，离心得中等纯度提取液（皂苷得率15-25%，纯度45-60%）。本发明提供的无患子皂苷生产工艺提取效率高，操作简单，成本低廉，健康无毒。可用于不同要求洗涤用品和化妆品中，涵盖范围广，经济效益较高。
-
公开(公告)号：CN116887429A
公开(公告)日：2023-10-13
申请号：CN202310837482.5
申请日：2023-07-10
Applicant: 江南大学
IPC: H04W72/50 , H04W72/541 , H04W4/46 , H04W4/44 , H04L41/16 , G06N3/042 , G06N3/092 , G06N3/098 , G06V20/54 , G06V10/774
Abstract: 本申请公开一种车联网资源分配方法、装置、存储介质及电子设备，用于优化车联网中数据传输的成本。方法包括：基于图神经网络获取所述车辆的资源特征；基于所述资源特征计算特征嵌入；所述特征嵌入包括所述资源计算模型所输入的参数；根据所述特征嵌入确定所述车辆的状态数据、动作数据和共享奖励函数；基于多智能体深度强化学习和深度Q网络确定资源分配策略。
-
公开(公告)号：CN116546429A
公开(公告)日：2023-08-04
申请号：CN202310660982.6
申请日：2023-06-06
Applicant: 江南大学
Abstract: 本发明涉及一种车联网联邦学习中的车辆选择方法和系统，方法包括：在车联网联邦学习场景中，假设一组车辆{1,2,...,N}穿过基站的覆盖区域，根据车辆在基站覆盖区域内的停留时间、以及车辆的本地模型与基站的全局模型之间的相似性选择参与联邦学习的车辆；其中，所述车辆的本地模型基于基站的全局模型构建。本发明通过车辆在边缘服务器覆盖范围的停留时间、以及车辆的本地模型与基站的全局模型之间的相似性来衡量车辆的参与必要性，使得联邦学习最终得到的全局模型具有较好的代表性。
-
Patent Agency Ranking
公开(公告)号：CN116506829A
公开(公告)日：2023-07-28
申请号：CN202310455726.3
申请日：2023-04-25
Applicant: 江南大学
Abstract: 本发明涉及车联网联邦边缘学习和C‑V2X通信技术领域，公开一种基于C‑V2X通信的联邦边缘学习选择车辆方法，包括：预估车辆自身的传输时延，每辆车基于C‑V2X模式4中定义的基于感知的半持久调度方法选择无线电资源并计算自身包碰撞概率，将剩余数据量、传输时延、包碰撞概率和生存能力作为选择车辆的优先级，选择车辆上传打乱之后的数据进行训练，最后判断被选择的车辆上传的数据包是否被碰撞掉。通过选择不同的数据包传输频率、传输功率和子信道数降低包碰撞概率。本发明可以保证缓存队列稳定性和传输数据的可靠性，提高训练精度。
-
公开(公告)号：CN116542342B
公开(公告)日：2025-05-16
申请号：CN202310553063.9
申请日：2023-05-16
Applicant: 江南大学
Abstract: 本发明涉及一种可防御拜占庭攻击的异步联邦优化方法，其包括：配置可信数据集DRSU至路边单元；选择异步联邦聚合所需的车辆；被选择的车辆从路边单元处下载全局模型，路边单元复制全局模型；被选择的车辆利用本地数据训练下载的全局模型，得到车辆本地模型以及车辆损失值Lwk；路边单元利用可信数据集DRSU训练复制的全局模型，得到路边本地模型以及路边损失值LRSU；被选择的车辆将车辆本地模型以及车辆损失值Lwk上传到路边单元；当满足Lwk≤βR·LRSU时，将车辆本地模型与全局模型联邦聚合，得到更新的全局模型；其中，βR为预设参数。本发明能够有效筛选出被恶意攻击的车辆，从而避免全局模型精度受影响。
-
公开(公告)号：CN116582840A
公开(公告)日：2023-08-11
申请号：CN202310856689.7
申请日：2023-07-13
Applicant: 江南大学
Abstract: 本申请公开一种车联网通信的电平分配方法、装置、存储介质及电子设备，用于优化车联网中通信的开销量。方法包括：获取所述车辆的状态变化；基于所述状态变化确认所述车辆的状态数据、动作数据、奖励函数；根据所述状态数据、所述动作数据、所述奖励函数，基于双深度Q网络对所述联邦学习网络和预测网络进行解耦，以根据时间步长定义第二损失函数确定电平分配值；基于双Q学习网络更新所述电平分配值。
-
公开(公告)号：CN117939679A
公开(公告)日：2024-04-26
申请号：CN202311578388.9
申请日：2023-11-23
Applicant: 江南大学
IPC: H04W72/25 , H04W72/12 , H04W4/40 , H04B17/318
Abstract: 本发明涉及一种基于C‑V2X mode4的车联网资源调度方法，包括：构建车联网场景模型；为模型中每个用户分配初始SSR集合与计数器，将计数器值存入用户携带的SCI格式信息中；用户每次传输占用其对应的初始SSR集合的一个SSR，计数器数值减1，直至计数器数值为0后，重置计数器为初始值，用户随机选取概率值，与预设概率值比较：当随机选取概率值不大于预设概率值时，以最后一次传输所使用的SSR为标准SSR，当随机选取概率值大于预设概率值，则将利用改进资源选择方法选取标准SSR；根据标准SSR利用预设映射函数进行资源预留，获取更新SSR集合，并从中选取对应位置处的SSR进行下一次传输。
-
公开(公告)号：CN116542342A
公开(公告)日：2023-08-04
申请号：CN202310553063.9
申请日：2023-05-16
Applicant: 江南大学
Abstract: 本发明涉及一种可防御拜占庭攻击的异步联邦优化方法，其包括：配置可信数据集DRSU至路边单元；选择异步联邦聚合所需的车辆；被选择的车辆从路边单元处下载全局模型，路边单元复制全局模型；被选择的车辆利用本地数据训练下载的全局模型，得到车辆本地模型以及车辆损失值Lwk；路边单元利用可信数据集DRSU训练复制的全局模型，得到路边本地模型以及路边损失值LRSU；被选择的车辆将车辆本地模型以及车辆损失值Lwk上传到路边单元；当满足Lwk≤βR·LRSU时，将车辆本地模型与全局模型联邦聚合，得到更新的全局模型；其中，βR为预设参数。本发明能够有效筛选出被恶意攻击的车辆，从而避免全局模型精度受影响。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.09 seconds)
