-
Patent Agency Ranking
公开(公告)号：CN107412170B
公开(公告)日：2020-08-21
申请号：CN201710179332.4
申请日：2017-03-23
Applicant: 华南农业大学 , 广东温氏大华农生物科技有限公司
IPC: A61K9/19 , A61K9/10 , A61K31/546 , A61K47/32 , A61K47/24 , A61K47/40 , A61K47/44 , A61K47/10 , A61K47/36 , A61K47/38 , A61K47/26 , A61P31/04
Abstract: 本发明公开了一种头孢洛宁纳米混悬剂冻干粉及其制备方法，由按重量份计的如下组分制备而成：头孢洛宁原料药1‑5份，表面活性剂0.1‑0.5份，助悬剂0.1‑0.5份，冻干保护剂1‑10份。本发明所制备的头孢洛宁纳米混悬剂冻干粉稳定性好，粒度分布均匀，重分散性好，可以提高头孢洛宁的溶解度、生物利用度。并且配方中不使用有机溶剂，辅料使用少，毒副作用小，制备工艺简单，便于推广应用。本发明所述头孢洛宁纳米混悬剂冻干粉对金黄色葡萄球菌，链球菌和大肠杆菌临床分离株均具有良好的抑制活性。
-
公开(公告)号：CN114067788B
公开(公告)日：2024-12-31
申请号：CN202111313774.6
申请日：2021-11-08
Applicant: 华南农业大学
Abstract: 本发明提供了一种基于CNN和LSTM结合的粤剧唱腔分类方法，包括：构建分类网络模型：设置级联卷积神经网络Inception‑CNN为一级网络，设置CNN‑双层LSTM神经网络为二级网络，一级网络的输出连接二级网络的输入；利用分类网络模型进行粤剧唱腔分类：通过特征工程对各唱段粤剧音频信号的梅尔频谱提取梅尔频谱MFCC特征；将梅尔频谱MFCC特征输入至一级网络融合各唱段粤剧音频信号的浅层和深层特征；二级网络学习各唱段粤剧音频信号之间的内在特征，提取上下文关联语义，预测出粤剧唱腔类别。本发明基于多层特征级联卷积神经网络和长短时记忆单元结合的粤剧唱腔分类方法，更加贴合粤剧唱腔特性，充分提取粤剧特征，达到精准分类的效果，表达全面，更加符合实际应用需求。
-
公开(公告)号：CN117898286A
公开(公告)日：2024-04-19
申请号：CN202311840749.2
申请日：2023-12-28
Applicant: 华南农业大学
IPC: A01N3/02
Abstract: 本发明属于花卉保鲜技术领域，具体涉及一种非洲菊切花运输及瓶插保鲜方法。本发明采用了特定浓度的壳聚糖溶液对非洲菊切花花序进行喷涂涂膜，实验结果发现壳聚糖涂膜可以显著延长非洲菊的瓶插寿命。同时，本发明采取壳聚糖涂膜+乙烯抑制剂(1‑MCP)瓶插液复配的形式，提供一种非洲菊切花瓶插保鲜剂，实验结果表明，本发明所述菊切花瓶插保鲜剂可显著提高瓶插寿命。本发明提供的非洲菊切花运输及瓶插保鲜剂适用范围广(可以应用在非洲菊长距离运输中，可采摘后即喷即运，还可应用在花店保鲜中)、价格便宜、操作简易、非常适合市场推广使用。
-
公开(公告)号：CN107412170A
公开(公告)日：2017-12-01
申请号：CN201710179332.4
申请日：2017-03-23
Applicant: 华南农业大学 , 广东温氏大华农生物科技有限公司
IPC: A61K9/19 , A61K9/10 , A61K31/546 , A61K47/32 , A61K47/24 , A61K47/40 , A61K47/44 , A61K47/10 , A61K47/36 , A61K47/38 , A61K47/26 , A61P31/04
CPC classification number: Y02A50/473 , A61K9/19 , A61K9/10 , A61K31/546 , A61K47/10 , A61K47/24 , A61K47/26 , A61K47/32 , A61K47/36 , A61K47/38 , A61K47/40 , A61K47/44
Abstract: 本发明公开了一种头孢洛宁纳米混悬剂冻干粉及其制备方法，由按重量份计的如下组分制备而成：头孢洛宁原料药1-5份，表面活性剂0.1-0.5份，助悬剂0.1-0.5份，冻干保护剂1-10份。本发明所制备的头孢洛宁纳米混悬剂冻干粉稳定性好，粒度分布均匀，重分散性好，可以提高头孢洛宁的溶解度、生物利用度。并且配方中不使用有机溶剂，辅料使用少，毒副作用小，制备工艺简单，便于推广应用。本发明所述头孢洛宁纳米混悬剂冻干粉对金黄色葡萄球菌，链球菌和大肠杆菌临床分离株均具有良好的抑制活性。
-
公开(公告)号：CN114067788A
公开(公告)日：2022-02-18
申请号：CN202111313774.6
申请日：2021-11-08
Applicant: 华南农业大学
Abstract: 本发明提供了一种基于CNN和LSTM结合的粤剧唱腔分类方法，包括：构建分类网络模型：设置级联卷积神经网络Inception‑CNN为一级网络，设置CNN‑双层LSTM神经网络为二级网络，一级网络的输出连接二级网络的输入；利用分类网络模型进行粤剧唱腔分类：通过特征工程对各唱段粤剧音频信号的梅尔频谱提取梅尔频谱MFCC特征；将梅尔频谱MFCC特征输入至一级网络融合各唱段粤剧音频信号的浅层和深层特征；二级网络学习各唱段粤剧音频信号之间的内在特征，提取上下文关联语义，预测出粤剧唱腔类别。本发明基于多层特征级联卷积神经网络和长短时记忆单元结合的粤剧唱腔分类方法，更加贴合粤剧唱腔特性，充分提取粤剧特征，达到精准分类的效果，表达全面，更加符合实际应用需求。
-
-
-
-
Search Results
5
records
(took 0.029 seconds)
