专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果10035个,建议您升级VIP下载更多相关专利
  • [发明专利]聚酯-聚碳酸酯组合物-CN200680025129.1无效
  • W·R·黑尔;D·G·萨尔耶 - 伊士曼化工公司
  • 2006-06-23 - 2008-08-06 - C08L69/00
  • 公开了聚合物组合物,所述聚合物组合物包括:(A)包含约1-99%重量的至少一种聚酯(A)的第一组分,所述聚酯(A)包含:(1)选自对苯二甲酸残基、间苯二甲酸残基及其混合物的二元酸残基,和(2)选自1,4-环己烷二甲醇、乙二醇及其混合物的二元醇残基;其中1,4-环己烷二甲醇与乙二醇的摩尔比小于0.50;(B)包含约99-1%重量以下组分的可溶混共混物的第二组分:(1)至少一种双酚A的聚碳酸酯(B)和(2)至少一种聚酯(C),所述聚酯(C)包含(a)选自对苯二甲酸残基、间苯二甲酸残基及其混合物的二元酸残基,和(b)选自1,4-环己烷二甲醇残基、乙二醇残基及其混合物的二元醇残基;其中1,4-环己烷二甲醇与乙二醇的摩尔比为和其中第一组分和第二组分的总重量百分比等于100%重量;和其中聚碳酸酯(B)和聚酯(C)的第二组分总重量百分比等于100%重量;和其中第一组分和第二组分的折射率差值的绝对值在0.008以下;和其中聚酯(A)和聚酯(C)各自的二元酸残基总摩尔百分比分别等于100%摩尔;和其中聚酯(A)和聚酯(C)各自的二元醇残基总摩尔百分比分别等于100%摩尔。
  • 聚酯聚碳酸酯组合
  • [发明专利]基于混合神经网络的蛋白质与配体结合残基与口袋识别方法-CN202211331719.4在审
  • 夏莹;夏春秋;潘小勇;沈红斌 - 上海交通大学
  • 2022-10-28 - 2023-07-25 - G16B40/00
  • 一种基于混合神经网络的蛋白质与配体结合残基与口袋识别方法,通过提取待查询蛋白质的多个特征,将蛋白质的每个残基表示成三种表示,通过两种基于深度学习模型的基方法预测得到残基与配体的结合概率,再通过①平均两种基方法的预测分数得到高置信度的预测结果和②合并两种基方法的预测残基作为中置信度的预测结果,最后基于结合残基的空间坐标,通过空间聚类算法,将残基聚类得到最终的预测结合口袋。本发明从蛋白质的结构和序列两方面出发,采用两种集成策略,基于非欧式空间图网络、欧式空间的卷积网络和长短时记忆网络模型,通过空间聚类模块将预测的结合残基根据其空间位置分配到对应的结合口袋中,实现从蛋白质结构中学习蛋白质与配体的相互作用模式,并用于多种配体的特异性结合模式的学习和识别,显著提高蛋白质结合残基预测的准确性。
  • 基于混合神经网络蛋白质结合残基口袋识别方法
  • [发明专利]脂肪组合物-CN200780022376.0有效
  • A·G·赫金;G·P·麦克尼尔;H·卡齐尔 - 荷兰洛德斯克罗科兰有限公司
  • 2007-06-06 - 2009-07-01 - A23D9/00
  • 其中S是具有16到24个碳原子的饱和脂肪酸残基和U是具有至少18个碳原子的不饱和脂肪酸残基,并且所有百分比是按重量计基于组合物中存在的总甘油三酯,SUS/SSU的重量比为0.5-2.0,所述甘油三酯的全部S含量中的重量比(具有18到24个碳原子的饱和脂肪酸残基)/(具有16个碳原子的饱和脂肪酸残基)小于0.2,并且甘油三酯含有基于甘油三酯的全部脂肪酸残基含量计少于3%重量的花生酸和山萮酸残基,并且,其中所述甘油三酯的饱和脂肪酸残基含量少于所述甘油三酯中全部脂肪酸残基重量的
  • 脂肪组合
  • [发明专利]一种信息处理方法、装置及计算机可读存储介质-CN202110203184.1在审
  • 陈煜钊;卞亚涛;荣钰;徐挺洋 - 腾讯科技(深圳)有限公司
  • 2021-02-23 - 2022-08-30 - G16B5/00
  • 本申请实施例公开了一种信息处理方法、装置及计算机可读存储介质,本申请实施例获取蛋白质样本信息,并将蛋白质样本信息分解为氨基酸残基图结构数据;将氨基酸残基图结构数据输入图神经网络,输出多个氨基酸残基节点向量;根据蛋白质样本信息中的每一氨基酸残基之间的关联度关系构建多个氨基酸微环境样本;将氨基酸微环境样本进行聚类,得到多个聚类类型的氨基酸微环境样本集合;将多个聚类类型作为标签信息与多个氨基酸残基节点向量输入预设分类模型进行训练,得到训练后的预设分类模型;根据预设分类模型对待检测氨基酸残基进行分类。以此,通过对氨基酸残基进行向量表达,并基于自监督学习,得到识别氨基酸的模型,极大提升了信息处理的效率。
  • 一种信息处理方法装置计算机可读存储介质

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top