-
公开(公告)号：CN118779959B
公开(公告)日：2025-04-29
申请号：CN202410925408.3
申请日：2024-07-11
Applicant: 江苏海洋大学 , 灌云县公路事业发展中心 , 连云港市公路事业发展中心
IPC: G06F30/13 , G06F30/27 , G06Q10/20 , G06Q50/08 , G06F119/14 , G06F119/02 , G06F111/08 , G06F111/04
Abstract: 本发明涉及桥梁结构技术领域，具体涉及一种反拱基础框架桥的设计及施工方法，包括以下步骤：步骤一：根据桥位的地勘报告，评估建桥地点的地质条件、水文条件、环境影响及相邻设施。步骤二：确定桥梁的基本参数和主要技术标准；包括桥梁的跨径、桥宽、公路等级、设计荷载等级、设计速度、地震区划等；步骤三：进行桥梁的结构详细设计，包括顶板、桥墩、底板的尺寸、材料类型、钢筋配筋及加工细节；步骤四：对设计的桥梁结构进行力学性能分析和验算，确保设计满足强度、刚度和稳定性要求；本发明的反拱基础框架桥结构具有施工便捷、力学性能良好且维护方便等特点。
-
公开(公告)号：CN119775374A
公开(公告)日：2025-04-08
申请号：CN202510001471.2
申请日：2025-01-02
Applicant: 江苏海洋大学
IPC: C07K14/325 , C12N15/31 , A01N63/23 , A01P7/04
Abstract: 本发明公开了一种活性提高的Vip3蛋白及其应用，Vip3Aa突变蛋白是通过对结构域I中残基Y19或者结构域III中残基V383单点突变获得；Vip3Ca突变蛋白是通过对结构域III中残基K383单点突变获得。本发明公开的Vip3突变蛋白对多种鳞翅目害虫的杀虫活性较野生型蛋白明显提高。
-
公开(公告)号：CN118626950A
公开(公告)日：2024-09-10
申请号：CN202410515982.1
申请日：2024-04-27
Applicant: 江苏海洋大学 , 梦西游文化科技(连云港)有限公司
IPC: G06F18/2415 , G06F18/22 , G06N3/084 , G06N3/094 , G06N3/0475 , G06N3/045 , G06N3/0985
Abstract: 本发明提供了一种基于多源域适应的跨领域虚假新闻检测方法，旨在解决现有虚假新闻检测方法无法推广到未知领域的问题，以提高模型在面对新出现领域上的性能表现。本方法基于多源域适应，为了从多源领域转移知识，该方法通过对抗性训练学习领域不变特征表示，并为多源领域新闻学习一组虚假新闻分类器。同时设计了多层次分布对齐策略从不同层面消除了分布差异，第一阶段对齐特定领域的分布，即分别将每对源和目标领域数据映射到多个不同的特征空间中，学习多个领域不变的表示，第二阶段是对齐特定于领域的分类器，通过特定领域的判定边界对齐分类器的输出。此外，为量化不同源域的贡献度，利用相似性度量以构建自适应权重融合不同分类器输出实现虚假新闻检测。本发明所提供的多源域适应虚假新闻检测方法可以应用于社交媒体、新闻传媒、在线问答等领域，为用户提供可靠、准确的信息，具有广泛的应用前景。
-
公开(公告)号：CN116739502A
公开(公告)日：2023-09-12
申请号：CN202310546020.8
申请日：2023-05-15
Applicant: 江苏海洋大学
IPC: G06Q10/10 , G06F16/26 , G06F16/2458 , G06V20/10 , G06V10/32 , G06V10/82 , G06N3/0475 , G06N3/045 , G01C13/00
Abstract: 本发明涉及一种基于大数据与深度学习的海洋综合监测方法，该方法利用大数据技术和深度学习技术，对海洋数据进行实时采集、存储、分析和可视化，为海洋环境监测提供了全新的思路和工具。该方法包括以下步骤：首先，采集大量的海洋监测数据，包括海水温度、盐度、pH值、浮游动植物；其次，利用大数据平台进行数据存储和处理；接着，采用深度学习技术对数据进行分析和预测；最后，利用数据可视化技术将分析结果以直观的方式呈现给用户。本方法将大数据和深度学习技术与海洋监测结合，为海洋生态环境监测带来全新方式。同时，数据可视化让普通用户直观了解海洋环境，有助于推广海洋保护意识。
-
公开(公告)号：CN117828029A
公开(公告)日：2024-04-05
申请号：CN202410045449.3
申请日：2024-01-11
Applicant: 江苏海洋大学 , 梦西游文化科技(连云港)有限公司
IPC: G06F16/33 , G06F16/335 , G06F40/30 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种基于情感‑风格去偏的多领域虚假新闻检测方法，旨在解决现有虚假新闻检测方法忽略不同领域特征与标签的虚假联系，以提高模型在面对未知新出现领域上的性能表现。本方法基于多视角协同提取特征，构建基于新闻内容、情感以及风格等特征和新闻真假性之间的因果关系图。从因果关系角度分析情感以及风格的偏差，在训练过程中分别建立了每个原因的贡献模型，利用对抗学习去除情感和风格带来的偏差。本发明所提供的多领域虚假新闻检测方法可以应用于社交媒体、新闻传媒、在线问答等领域，为用户提供可靠、准确的信息，具有广泛的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN117264033A
公开(公告)日：2023-12-22
申请号：CN202311261250.6
申请日：2023-09-27
Applicant: 江苏海洋大学
Abstract: 本发明公开了一种获得杀虫活性提高的Vip3Aa突变体的方法及其突变体蛋白。所述的方法是对野生型Vip3Aa蛋白的结构域Ⅲ中的loop区域对应的氨基酸进行了单点突变或组合突变，由此得到杀虫活性升高的Vip3Aa突变体蛋白。与野生型Vip3Aa蛋白相比，所得到的Vip3Aa突变体蛋白杀虫活性升高。
-
公开(公告)号：CN116701569A
公开(公告)日：2023-09-05
申请号：CN202310515854.2
申请日：2023-05-09
Applicant: 江苏海洋大学
IPC: G06F16/33 , G06F16/35 , G06F40/279 , G06F40/30 , G06F18/241 , G06F18/27 , G06N3/045 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种基于多视角协同的多领域虚假新闻检测方法，旨在解决现有虚假新闻检测方法在领域转移上存在的问题，以提高模型在多领域场景中的性能表现。本方法基于多视角协同和专家网络特征提取，通过引入领域门网络学习领域和视角之间的关系，实现了对领域特征的有效利用。本发明所提供的多领域虚假新闻检测方法可以应用于社交媒体、新闻传媒、在线问答等领域，为用户提供可靠、准确的信息，具有广泛的应用前景。
-
公开(公告)号：CN114862791A
公开(公告)日：2022-08-05
申请号：CN202210482334.1
申请日：2022-05-05
Applicant: 江苏海洋大学
Abstract: 本发明涉及一种基于深度学习的胸片识别方法、训练方法及装置，其具体步骤为：S1：获取胸片图像，调整胸片图像的参数；S2：通过卷积神经网络对该胸片图像提取全局和区域视觉特征；S3：对胸片图像进行识别，得到识别结果；S4：响应于所述识别结果生成主题，并将所述主题作为输入生成描述胸像图片的句子。具有自动化生成医学报告可以有效减少医生工作量和错误的发生的特点。本发明涉及一种基于深度学习的胸片识别训练方法。通过训练识别胸片模型，具有可以自动化生成医学报告可以有效减少医生工作量和错误的发生的特点。本发明涉及一种基于深度学习的胸片识别装置，具有自动化生成医学报告可以有效减少医生工作量和错误的发生的特点。
-
公开(公告)号：CN116193795A
公开(公告)日：2023-05-30
申请号：CN202310189867.5
申请日：2023-03-02
Applicant: 江苏海洋大学
Abstract: 本发明公开了一种基于企业服务门户的企业数据管理系统，包括：收集模块，多个所述收集模块用于存储收集到的数据；处理模块，所述处理模块用于将多个收集模块中收集的数据进行处理分析；存储模块，所述存储模块用于将处理完成之后的数据进行整理和存储；根据上述的管理系统使用的一种基于企业服务门户的企业数据管理设备，包括箱体，所述箱体内部固定连接有隔板，多个所述隔板将箱体隔断设为多个安装空间，所述收集模块和处理模块安装在上侧的安装空间内部；所述存储模块通过滑动组件设置在箱体最下方的安装空间内部。本发明通过简单的结构对存储模块进行安装和拆卸，从而方便了对内部存储模块的转移。
-
公开(公告)号：CN112184567A
公开(公告)日：2021-01-05
申请号：CN202010886692.X
申请日：2020-08-28
Applicant: 江苏海洋大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于交替最小化的多通道盲识别自适应光学图像复原方法，包括以下步骤：采集至少两幅大气湍流影响下的光学成像；基于多通道盲识别原理，通过拉普拉斯方法产生相对稀疏的矩阵RΔ；使用总变分正则化(TV‑Total Variation)和增广拉格朗日方法(ALM)估计目标，即U_step；在估计的目标的基础上，使用总变分正则化和增广拉格朗日方法估计点扩散函数，即H_step。本发明的方法利用了大气湍流的动态特性，把不同湍流冻结时间内的目标成像看做不同的通道，并对目标和点扩散函数进行交替优化。每个优化步骤都通过变量拆分将正则化公式转换为约束问题，再使用增广拉格朗日方法进行处理，从而实现在傅立叶域中简单快速的求解。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.031 seconds)
