一种表面荷正电耐污染抗菌复合正渗透膜及其制备方法

    公开(公告)号:CN108927018A

    公开(公告)日:2018-12-04

    申请号:CN201810654195.X

    申请日:2018-06-22

    Applicant: 东华大学

    Inventor: 陈刚 徐波 黄满红

    Abstract: 本发明涉及一种表面荷正电耐污染抗菌复合正渗透膜及其制备方法,所述渗透膜为PEI-AgNPs复合正渗透膜。将Psf基膜浸泡在间苯二胺溶液中,一段时间后除去表面残留的溶液并将膜浸入到均苯三甲酰氯溶液中,反应后除去膜表面溶液;在膜表面加入一定量的PEI水溶液,反应完成后除去表面液滴;95℃的条件下处理3min,取出该膜后将其浸泡在一定浓度的纳米银胶体中,反应一段时间后即得一种新型正渗透膜。本发明的PEI-AgNPs复合正渗透膜表面荷正电,具有较高的水通量和盐截留率,同时具有优异的抗污染和抗菌性能。

    一种处理高盐危废垃圾渗滤液系统及其使用方法

    公开(公告)号:CN106946320A

    公开(公告)日:2017-07-14

    申请号:CN201710243855.0

    申请日:2017-04-14

    Applicant: 东华大学

    CPC classification number: C02F1/445 C02F1/447 C02F2103/06

    Abstract: 本发明涉及一种处理高盐危废垃圾渗滤液系统,包括原料液侧、汲取液测及产水侧,其中所述原料液侧包括原料液罐、第一齿轮泵和正渗透膜组件,所述正渗透膜组件的膜活性层测通过第一齿轮泵及原料输入管道与原料液罐连接、输出端通过原料输出管道与原料液罐连接,所述汲取液测包括汲取液罐、第二齿轮泵、恒温水浴锅、膜蒸馏组件、第一高精度低温恒温槽,所述汲取液罐通过第二齿轮泵及汲取液输出管道与恒温水浴锅连接,所述恒温水浴锅与膜蒸馏组件连接,所述膜蒸馏组件的高温侧排出管与第一高精度低温恒温槽连接,所述第一高精度低温恒温槽与正渗透膜组件的汲取液侧连接。本发明具有出水水质好、无需外加压力、操作简单等优点。

    一种基于多任务学习的肠癌诊断电子病历属性值抽取方法

    公开(公告)号:CN111666762B

    公开(公告)日:2023-06-20

    申请号:CN202010429765.2

    申请日:2020-05-20

    Applicant: 东华大学

    Abstract: 本发明公开了基于多任务学习的肠癌诊断电子病历属性值抽取方法,具体为一种端到端的神经网络模型从文本的多个实例中提取属性值。首先,对于每个实例使用预训练的词嵌入来更好地初始化神经网络模型中的参数。其次,使用领域语料库(训练数据)对其进行微调来捕获特定领域的语义/知识。然后,使用BiLSTM层来考虑多条句子上下文信息,以获得更好的句子表示。接着,考虑到并非所有句子对每一个属性提取器都有用,本发明使用注意力机制为不同的属性提取器选择最重要的实例,并相应地减少其它实例所带来的噪声。最后,在输出层使用多任务学习机制,共同学习相关任务以同时解决多个多类问题任务,从而获得更好的结果并减少过拟合的风险。同时,还对每个任务的损失贡献做出了不同重要性的区分。

    一种PDA改性热压纳米纤维正渗透膜及其制备方法

    公开(公告)号:CN108654408A

    公开(公告)日:2018-10-16

    申请号:CN201810470535.3

    申请日:2018-05-16

    Applicant: 东华大学

    Abstract: 本发明公开了一种PDA改性热压纳米纤维正渗透膜及其制备方法。所述纳米纤维正渗透膜包括PET层、PDA/PSF纳米纤维基膜及聚酰胺活性层。制备方法为:将PSF颗粒分散在溶剂中,得到纺丝液;将纺丝液进行静电纺丝,使用PET层收集纳米纤维,得到支撑层;使用热压机对支撑层进行热压处理,增强支撑层的机械强度,使其形貌稳定化;将支撑层固定在板框中经过预润湿后,将新鲜的多巴胺溶液倒入板框中进行自聚合反应,然后漂洗干燥;将支撑层浸泡在间苯二胺溶液、均苯三甲酰氯溶液中,然后在烘箱中处理,得到PDA/PSF纳米纤维正渗透膜。本发明制得的PDA改性热压纳米纤维正渗透膜水通量高,盐返混通量低。

    一种基于多任务学习的肠癌诊断电子病历属性值抽取方法

    公开(公告)号:CN111666762A

    公开(公告)日:2020-09-15

    申请号:CN202010429765.2

    申请日:2020-05-20

    Applicant: 东华大学

    Abstract: 本发明公开了基于多任务学习的肠癌诊断电子病历属性值抽取方法,具体为一种端到端的神经网络模型从文本的多个实例中提取属性值。首先,对于每个实例使用预训练的词嵌入来更好地初始化神经网络模型中的参数。其次,使用领域语料库(训练数据)对其进行微调来捕获特定领域的语义/知识。然后,使用BiLSTM层来考虑多条句子上下文信息,以获得更好的句子表示。接着,考虑到并非所有句子对每一个属性提取器都有用,本发明使用注意力机制为不同的属性提取器选择最重要的实例,并相应地减少其它实例所带来的噪声。最后,在输出层使用多任务学习机制,共同学习相关任务以同时解决多个多类问题任务,从而获得更好的结果并减少过拟合的风险。同时,还对每个任务的损失贡献做出了不同重要性的区分。

    基于自然语言推断分类数据集的降噪装置及方法

    公开(公告)号:CN113822330A

    公开(公告)日:2021-12-21

    申请号:CN202110918801.6

    申请日:2021-08-11

    Applicant: 东华大学

    Inventor: 徐波 赵象三 宋晖

    Abstract: 本发明公开了一种基于自然语言推断分类数据集的降噪装置及方法。本发明的数据格式转换模块通过对关系分类数据集中的各类特征构造模板,将关系分类数据集中的各个三元组转换成自然语言推断中的假设,将对应的文本语料转换成自然语言推断中的前提;若原始数据集中能划分出高质量的标注数据,直接使用该数据集作为训练集使用监督学习训练自然语言推断模型,若当前数据集噪声比例较大且人工标注代价高昂,通过当前模型在验证集上的降噪效果作为“反馈”以强化学习的方法训练自然语言推断模型的参数;所述数据集降噪模板通过训练好的自然语言推断模型对远程监督得到的关系分类数据集进行评估,按照得分选取置信度高的数据集作为降噪后的数据集。

Patent Agency Ranking