-
公开(公告)号:CN107596049A
公开(公告)日:2018-01-19
申请号:CN201711058988.7
申请日:2017-11-01
Applicant: 安徽大学
IPC: A61K36/889 , A61P17/14 , A61K31/404 , A61K31/44 , A61K31/10 , A61K31/198 , A61K31/202 , A61K31/4188 , A61K31/575 , A61K33/34
Abstract: 本发明涉及药品及保健品领域,尤其涉及一种治疗脱发症的药物组合物及其制备方法。本发明治疗脱发症的药物组合物是由锯棕榈果实提取物、葡萄籽提取物、马尾草提取物、臀果木果实提取物、荨麻根提取物、绿茶提取物、生物素、甲硫氨酸、半胱氨酸、二甲基砜、谷甾醇、亚麻酸、二吲哚基甲烷、吡啶甲酸锌和硫酸铜制成的。经临床试验证实,本发明药物组合物对各类型的脱发症均有较理想的治疗作用,且利用本发明药物组合物治疗后,脱发症不易复发,因此本发明药物组合物适用于各型脱发症患者,非常适合目前的临床需求。
-
公开(公告)号:CN119529240A
公开(公告)日:2025-02-28
申请号:CN202411536149.1
申请日:2024-10-31
Applicant: 安徽大学
Abstract: 本发明公开一种噻吩、炔基双功能化有机半导体及其制备方法和应用,属于有机半导体材料技术领域;一种噻吩、炔基双功能化有机半导体的制备方法包括将含噻吩、炔基的有机小分子溶于极性有机溶剂,酸掺杂后,在空气中、温和条件下进行预热,预热后加入氧化剂进行氧化偶联反应;反应结束后,自然降温至室温,进行淬灭反应,并进行洗涤、纯化干燥后得到噻吩、炔基双功能化有机半导体;本发明制备的噻吩、炔基双功能化的有机半导体在可见光范围内具有较好的吸收,且能带结构满足可见光照射下催化全分解水产生氧气和氢气的要求,具有光催化水分解制氢析氧的能力,同时具有优异的甲烷吸附存储性能,提高了光催化甲烷向高附加值有机化学品转化的能力。
-
公开(公告)号:CN118271823A
公开(公告)日:2024-07-02
申请号:CN202410543208.1
申请日:2024-05-04
Applicant: 安徽大学
Abstract: 本发明公开了一种高分子导电复合材料的制备方法,涉及柔性传感器技术领域,所述制备方法包括将富氢高分子,水溶性高分子,表面活性剂和导电填充物复合,通过分子间二次键作用,得到所述高分子导电复合材料。本专利还公开了高分子导电复合材料制备柔性可拉伸传感的方法及其应用,可在外界施加循环拉伸下自由断裂重构,从而使得材料内部由导电填充物形成的导电网络发生重组,形成电荷传输能力更强的导电网络,使得所得柔性可拉伸电极的电学性能提升。
-
公开(公告)号:CN118711876A
公开(公告)日:2024-09-27
申请号:CN202410907948.9
申请日:2024-07-08
Applicant: 安徽大学
Abstract: 本发明公开一种纳米复合导电材料、制备方法及应用,属于柔性传感器领域;一种纳米复合导电材料包括以下质量百分比的原料:将3‑32%的交联剂、10‑90%的柔性长链聚合物和15‑78%纳米导电填充物,将上述原料按比例混合均匀后,通过有机分子分子间弱相互作用,得到纳米复合导电材料。并且,该纳米复合导电材料印刷在柔性基底上能够制备柔性可拉伸传感器。
-
公开(公告)号:CN116346088A
公开(公告)日:2023-06-27
申请号:CN202310216710.7
申请日:2023-03-03
Applicant: 安徽大学
Abstract: 本发明涉及动态随机存取存储技术领域,更具体的,涉及一种基于TFET的单边沿主从触发器,又称为TDFF,以及基于该TDFF设计的触发模块。本发明的TDFF包括12个PTFET晶体管、13个NTFET晶体管、一个反相器INV。本发明基于TFET构建触发器,没有使用传输门或传输管结构,进而避免了传输门引起的正偏P‑I‑N电流问题,而是通过中间节点和时钟信号CLK来控制数据的正确传输。本发明的CLK虽然为单相时钟,但配合TFET晶体管的电路设计,无需对CLK设置时钟反相器也能实现触发器功能。并且经过仿真测试,本发明的功耗指标低,具有较大的较大优势。
-
公开(公告)号:CN107704880A
公开(公告)日:2018-02-16
申请号:CN201710948739.9
申请日:2017-10-12
Applicant: 安徽大学
CPC classification number: G06K9/6268 , G06K9/46
Abstract: 本发明公开了一种基于特征选择的农作物病害识别方法,包括:1、采集不同病害种类的原始农作物叶片图像样本集并进行归一化和中心化预处理,得到预处理后的叶片图像样本矩阵及其类别标签矩阵,2、获得初始回归系数矩阵并根据初始回归系数矩阵获得权重矩阵,3、迭代更新初始回归系数矩阵以获得最优回归系数矩阵,4、利用最优回归系数矩阵完成特征选择,对任一农作物叶片样本进行病害分类。本发明能从农作物叶片众多的特征维度中选择出与病害分类相关程度最高的特征,将其他维度特征的回归系数压缩至0,并完成特征选择,从而能采集较少的特征即可完成对农作物的病害分类,节约了时间和成本。
-
-
-
-
-