-
公开(公告)号：CN117420080A
公开(公告)日：2024-01-19
申请号：CN202311366461.6
申请日：2023-10-20
Applicant: 南京师范大学
Abstract: 本发明公开了一种融合了浮游藻类色素蛋白光谱与图像的水质分析方法，包括如下组成部分：（1）光谱分析仪器模块：包括光谱仪、分光计，用于测量浮游藻类色素蛋白的光谱特征；（2）数据处理单元模块；（3）色素蛋白数据库模块：色素蛋白在生物体中起着色彩调节和光能转换的作用，可以通过吸收光线的能量来改变它们的电子结构，基于存储不同浮游藻类的不同色素蛋白光谱特征数据的色素蛋白数据库，将采集到的浮游藻类样本的光谱数据进行比对和匹配；（4）数据分析和水质评估模块：用于对光谱数据进行分析和解释；（5）结果显示和报告模块：将分析得到的水质评估结果以可视化的形式显示，并生成水质分析报告。
-
公开(公告)号：CN119028489B
公开(公告)日：2025-02-11
申请号：CN202411500510.5
申请日：2024-10-25
Applicant: 南京师范大学
IPC: G16C20/70 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/042 , G06N3/0985 , G06N3/084
Abstract: 本发明公开了一种高维数据驱动的基于人工智能的下一代催化剂设计方法，具有以下创新性组成部分：（1）多维数据融合模块：使用新型数据处理技术整合各种实验和计算数据。（2）自适应神经网络架构：根据催化剂的性能需求动态调整网络结构，以优化催化剂的选择性和活性。（3）知识驱动的特征工程模块：结合化学知识图谱，自动提炼对催化性能影响最大的特征。（4）迭代反馈优化模块：利用在线学习机制调整参数，数字孪生技术模拟行为，机器学习预测模型和传感器数据融合监控状态。（5）交互式可视化和决策支持模块：提供先进的可视化工具和AI决策支持，帮助研发人员理解数据并做出科学决策。
-
公开(公告)号：CN119207608A
公开(公告)日：2024-12-27
申请号：CN202411621188.1
申请日：2024-11-14
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于图语法的半导体催化剂智能设计与反应机理优化方法，具有以下步骤组成：步骤1图语法模型生成与优化模块：自动生成半导体催化剂的分子结构模型，筛选出具有最佳催化性能的结构组合。步骤2反应路径自动推导模块：模拟分子间的相互作用，生成反应路径图；步骤3智能化催化剂设计模块：分析半导体催化剂结构与性能之间的关系，动态调整催化剂的分子结构；步骤4反应机理可视化与解释模块：提供反应路径和结构变化的图形化展示，支持多维数据的交互分析；步骤5实时监控与反馈优化模块：实时监控催化反应过程中的关键参数，动态调整图语法模型和设计方案。
-
公开(公告)号：CN117315638B
公开(公告)日：2024-06-18
申请号：CN202311366458.4
申请日：2023-10-20
Applicant: 南京师范大学
IPC: G06V20/60 , G06V10/44 , G06V10/46 , G06V10/422 , G06V10/764 , G06V10/82 , G06V10/778 , G06N3/0464 , G06N3/096 , G06V10/774 , G06N5/022 , G06V10/776
Abstract: 本发明公开了一种基于信息素划分生态位的浮游藻类互动快速智能分析办法，具体包括如下组成部分：(1)基于卷积神经网络（CNN）和SIFT SURF HOG，对不同藻类样本的特征进行提取，包括数量和形状特征；(2)通过学习已知浮游藻类信息素和特征之间的关系，来识别水样中的信息素；（3）通过规则库，反馈权重文件给识别系统，所得数据用于生态位的鉴定，分析种间互动关系；(4)利用少量精准标注信息对模型进行权重精调；（5）根据藻类专家的反馈结果，模型自适应微调，本发明能够准确分析水样中浮游藻类的数量和种类，并分析它们之间的相互作用，发明可以帮助科研人员和环境保护部门更好地了解湖泊中藻类的生态系统，为藻类生态学研究和环境保护提供支持。
-
Patent Agency Ranking
公开(公告)号：CN117315638A
公开(公告)日：2023-12-29
申请号：CN202311366458.4
申请日：2023-10-20
Applicant: 南京师范大学
IPC: G06V20/60 , G06V10/44 , G06V10/46 , G06V10/422 , G06V10/764 , G06V10/82 , G06V10/778 , G06N3/0464 , G06N3/096 , G06V10/774 , G06N5/022 , G06V10/776
Abstract: 本发明公开了一种基于信息素划分生态位的浮游藻类互动快速智能分析办法，具体包括如下组成部分：(1)基于卷积神经网络（CNN）和SIFT SURF HOG，对不同藻类样本的特征进行提取，包括数量和形状特征；(2)通过学习已知浮游藻类信息素和特征之间的关系，来识别水样中的信息素；（3）通过规则库，反馈权重文件给识别系统，所得数据用于生态位的鉴定，分析种间互动关系；(4)利用少量精准标注信息对模型进行权重精调；（5）根据藻类专家的反馈结果，模型自适应微调，本发明能够准确分析水样中浮游藻类的数量和种类，并分析它们之间的相互作用，发明可以帮助科研人员和环境保护部门更好地了解湖泊中藻类的生态系统，为藻类生态学研究和环境保护提供支持。
-
公开(公告)号：CN119028489A
公开(公告)日：2024-11-26
申请号：CN202411500510.5
申请日：2024-10-25
Applicant: 南京师范大学
IPC: G16C20/70 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/042 , G06N3/0985 , G06N3/084
Abstract: 本发明公开了一种高维数据驱动的基于人工智能的下一代催化剂设计方法，具有以下创新性组成部分：（1）多维数据融合模块：使用新型数据处理技术整合各种实验和计算数据。（2）自适应神经网络架构：根据催化剂的性能需求动态调整网络结构，以优化催化剂的选择性和活性。（3）知识驱动的特征工程模块：结合化学知识图谱，自动提炼对催化性能影响最大的特征。（4）迭代反馈优化模块：利用在线学习机制调整参数，数字孪生技术模拟行为，机器学习预测模型和传感器数据融合监控状态。（5）交互式可视化和决策支持模块：提供先进的可视化工具和AI决策支持，帮助研发人员理解数据并做出科学决策。
-
公开(公告)号：CN118824523A
公开(公告)日：2024-10-22
申请号：CN202411090939.1
申请日：2024-08-09
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于深度学习的中医四诊之舌底与舌面图像分析方法，包括（1）图像采集模块：用于用户上传舌底与舌面的图像。（2）深度学习分析单元模块：该模块包含预训练的神经网络，用于分析上传的舌面与舌底图像。网络通过提取图像的关键特征来识别和分类中医四诊相关的健康指标。（3）特征数据库模块。（4）诊断结果分析和评估模块。（5）结果展示和报告模块：将分析和诊断结果以用户友好的视觉格式展示，包括健康评估报告和可能的医疗建议，以助于用户或医疗专业人员理解和使用。
-
公开(公告)号：CN117420080B
公开(公告)日：2024-05-24
申请号：CN202311366461.6
申请日：2023-10-20
Applicant: 南京师范大学
Abstract: 本发明公开了一种融合了浮游藻类色素蛋白光谱与图像的水质分析方法，包括如下组成部分：（1）光谱分析仪器模块：包括光谱仪、分光计，用于测量浮游藻类色素蛋白的光谱特征；（2）数据处理单元模块；（3）色素蛋白数据库模块：色素蛋白在生物体中起着色彩调节和光能转换的作用，可以通过吸收光线的能量来改变它们的电子结构，基于存储不同浮游藻类的不同色素蛋白光谱特征数据的色素蛋白数据库，将采集到的浮游藻类样本的光谱数据进行比对和匹配；（4）数据分析和水质评估模块：用于对光谱数据进行分析和解释；（5）结果显示和报告模块：将分析得到的水质评估结果以可视化的形式显示，并生成水质分析报告。
-
公开(公告)号：CN117877631A
公开(公告)日：2024-04-12
申请号：CN202410049474.9
申请日：2024-01-12
Applicant: 南京师范大学
IPC: G16C20/90 , G06F40/295 , G06F16/35
Abstract: 本发明提出了一种基于Alpha‑Beta剪枝与大语言模型（LLM）的催化剂快速筛选方法。这一系统旨在通过先进的LLM技术，在催化剂材料空间增强科学推理加速筛选。方法主要由以下模块组成：催化材料快速筛选模块，大语言模型催化材料特性表示模块。两个模块共同工作，实现了减少催化材料组合的搜索空间，快速筛选催化材料的功能。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
