“神经退化”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果205226个，建议您升级VIP下载更多相关专利

[发明专利]一种多尺度锂离子电池健康状态的预测方法-CN202110851950.5在审
发明人：贾建芳;温杰;王科科;史元浩;庞晓琼;曾建潮 -专利权人：中北大学
申请日： 2021-07-27 - 公布日： 2021-11-05 - 主分类号： G01R31/392 文献下载
摘要：本发明提取了锂离子电池放电阶段的温度变化特征，利用小波分解对温度变化特征和容量退化数据进行时、频域上的对比分析，确定了温度变化斜率在容量退化过程中发挥主要作用的频段范围。同时，利用集成学习预测思想构建了基于小波神经网络的多尺度预测模型。该预测模型将小波分解后的数据分类，并使用Bootstraping抽样法将低频容量退化数据集、中频温度变化特征和剩余部分抽样，使得每种特征划分为四组数据。本发明锂离子电池健康状态预测结果通过低频容量退化数据集、中频温度变化特征和剩余部分的预测值同循环周期叠加得到。
一种尺度锂离子电池健康状态预测方法

[发明专利]一种基于数据驱动的滚动轴承剩余寿命预测方法-CN202210158457.X在审
发明人：蒋全胜;许伟洋;沈晔湖;朱其新;朱俊俊 -专利权人：苏州科技大学
申请日： 2022-02-21 - 公布日： 2022-05-27 - 主分类号： G06F30/17 文献下载
摘要：本发明涉及一种基于数据驱动的滚动轴承剩余寿命预测方法，包括如下步骤：获取轴承振动信号，作为数据集；建立网络学习模型，网络学习模型依次包括小波包分解层、动态加权层、卷积神经网络层、长短时记忆网络层以及输出层本发明首先利用小波包分解和动态加权法，实现对轴承退化的表征信息进行有效筛选；再利用CNN强大的特征提取能力提取滚动轴承低维退化特征，并利用LSTM进一步提取其高维退化特征；最后建立轴承退化特征信息与剩余使用寿命之间的映射关联来实现回归预测
一种基于数据驱动滚动轴承剩余寿命预测方法

[发明专利]基于高斯弹性卷积的滚动轴承剩余寿命预测方法及系统-CN202310535518.4在审
发明人：程晓卿;任翔宇;秦勇;贾利民;王彪 -专利权人：北京交通大学
申请日： 2023-05-12 - 公布日： 2023-08-08 - 主分类号： G06F18/213 文献下载
摘要：本发明提供基于高斯弹性卷积的滚动轴承剩余寿命预测方法及系统，属于基于神经网络的机械设备剩余寿命预测技术领域，获取变转速条件下滚动轴承的振动信号和转速信号；利用预先训练好的寿命预测模型对获取的振动信号和转速信号进行处理，得到轴承的寿命预测结果；其中，寿命预测模型的训练中构建时间信息嵌入层，将承载轴承转速信息和轴承运行时间信息引入到表示学习中，根据不同退化率对退化特征进行重标定，获取用于回归分析剩余寿命预测的时间序列信息本发明可直接从滚动轴承的从变转速振动监测信号中提取具有弹性尺度的退化特征并进行特征重标定，准确地挖掘与滚动轴承健康状况最相关的退化信息，实现了变转速条件下的滚动轴承剩余寿命预测。
基于弹性卷积滚动轴承剩余寿命预测方法系统

[发明专利]一种质子交换膜燃料电池寿命预测的方法-CN202310568459.0在审
发明人：王政;张学东;陈佳雷;张越;彭甜;张楚;赵环宇;钱诗婕;李燕妮 -专利权人：淮阴工学院
申请日： 2023-05-18 - 公布日： 2023-07-28 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种质子交换膜燃料电池寿命预测的方法，采用改进的蛇优化算法分别优化卷积神经网络模型CSO‑CNN和随机向量网络模型CSO‑RVFL进行退化趋势预测；采用粒子滤波嵌套半经验模型，首先通过燃料电池的物理模型进行循环迭代得到状态方程和观测方程的参数范围，并利用粒子群优化算法进行对物理模型进行参数优化；最后采用Blending算法对数据驱动模型和物理模型预测结果进行集成学习得到燃料电池的性能退化趋势，使用性能退化趋势预测结果对质子交换膜燃料电池剩余寿命进行预测本发明利用改进的蛇算法对CNN和RVFL模型进行同步优化，能够更好的得到燃料电池性能退化趋势，实现对质子交换膜燃料电池剩余寿命的精确快速预测。
一种质子交换燃料电池寿命预测方法

[发明专利]一种基于性能退化模型的数控机床导轨副寿命预测方法-CN201010216392.7无效
发明人：高宏力;许明恒;黄柏权;吴希曦;赵敏;寿云;张磊;何绍灿;张筱辰;刘庆杰 -专利权人：西南交通大学
申请日： 2010-07-02 - 公布日： 2010-10-27 - 主分类号： B23Q17/00 文献下载
摘要：一种基于性能退化模型的数控机床导轨副寿命预测方法，它采集振动信号并进行时频域分析，提取导轨副性能退化敏感特征数据向量并以时间序列方式构成敏感特征矩阵；同时计算导轨副负荷Pi，记录运行时间ti；根据Pi计算额定寿命时间Lhi及导轨副在当前工况下的已经运行的总时间t’和期望剩余寿命LDi，将期望剩余寿命以时间序列方式构成期望剩余寿命向量T；再由双层动态模糊神经网络构成的退化模型对输入的敏感特征矩阵和期望剩余寿命向量T之间的映射关系进行拟合并输出寿命预测结果该方法考虑数控机床不同工况下导轨副负荷变化对导轨副性能退化的影响，实现导轨副使用过程中剩余寿命的预测，预测精度高，实际使用价值高。
一种基于性能退化模型数控机床导轨寿命预测方法

[发明专利]一种基于性能退化模型的数控机床丝杠副寿命预测方法-CN201010215891.4无效
发明人：高宏力;许明恒;黄柏权;赵敏;吴希曦;寿云;张磊;张筱辰;刘庆杰;何绍灿 -专利权人：西南交通大学
申请日： 2010-07-02 - 公布日： 2010-10-27 - 主分类号： B23Q17/00 文献下载
摘要：一种基于性能退化模型的数控机床丝杠副寿命预测方法，即：采集振动信号并进行时频域分析，提取丝杠副性能退化敏感特征数据向量并以时间序列方式构成敏感特征矩阵；同时计算丝杠副负荷Pi，记录运行时间ti；根据Pi计算额定寿命时间Lhi及丝杠副在当前工况下已运行的总时间t’和期望剩余寿命LDi，将期望剩余寿命以时间序列方式构成期望剩余寿命向量T；再由双层动态模糊神经网络构成的退化模型对输入的敏感特征矩阵和期望剩余寿命向量之间的映射关系进行拟合并输出寿命预测结果该方法考虑数控机床不同工况下丝杠副负荷变化对丝杠副性能退化的影响，实现丝杠副使用过程中剩余寿命的预测，预测精度高，实际使用价值高。
一种基于性能退化模型数控机床丝杠副寿命预测方法

[发明专利]金粟兰交酯H的用途-CN201810261303.7在审
发明人：徐健;柳文媛;冯锋;曲玮;张杰;朱慧琳 -专利权人：中国药科大学
申请日： 2018-03-22 - 公布日： 2018-07-13 - 主分类号： A61K31/365 文献下载
摘要：本发明公开了金粟兰交酯H或其生理上可接受的盐在制备预防和/或治疗神经退行性疾病的药物或保健品的用途。金粟兰交酯H可以通过抑制caspase‑3信号通路和激活Akt信号通路保护谷氨酸诱导的PC12细胞的凋亡，具有显著的神经保护活性，可以在制备用于预防和/或治疗神经退化性疾病的药物或保健品方面进行应用，具有重要的药物或保健品开发价值
保健品制备治疗神经退行性疾病神经退化性疾病神经保护活性谷氨酸诱导信号通路可接受凋亡预防激活治疗应用开发

[发明专利]诱导星形胶质细胞成为功能性神经元的组合物及方法-CN201811573135.1在审
发明人：吴冈义;陈世缘;霍清伟 -专利权人：华南师范大学
申请日： 2018-12-21 - 公布日： 2019-06-11 - 主分类号： C12N5/0793 文献下载
摘要：本发明公开了诱导星形胶质细胞成为功能性神经元的组合物及方法。发明人研究发现作用GSK‑3β、TGF‑β和BMP信号通路，抑制或关闭星形胶质细胞信号通路，可以将将星形胶质细胞诱导成功能性神经元。通过将活化的胶质细胞以及胶质疤痕转化成功能性神经元来防治脑退化和脑损伤，将可能带动传统抗衰老保健品产业及重大脑疾病治疗上的革新。
神经元星形胶质细胞诱导抗衰老保健品胶质疤痕胶质细胞信号通路脑疾病脑损伤活化退化防治治疗转化发现研究

[发明专利]基于量子注意力循环编码解码神经网络的退化预测方法-CN201910318404.8有效
发明人：李锋;陈勇;田大庆 -专利权人：四川大学
申请日： 2019-04-19 - 公布日： 2021-09-14 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了提供的基于量子注意力循环编码解码神经网络(QAREDNN)的退化预测方法，将QAREDNN用于其中，引入量子注意力机制同时对编码器和解码器进行重构使QAREDNN能够充分挖掘和重视重要信息，同时抑制冗余信息的干扰，进而获得更好的非线性逼近能力；采用量子神经元构建活性值和权值由量子旋转矩阵代替的量子门限循环单元(QGRU)取代编码器和解码器中传统的循环单元能够提高QAREDNN的泛化能力和响应速度由于QAREDNN在非线性逼近能力、泛化能力以及响应和训练速度等方面的优点，基于量子注意力循环编码解码神经网络的退化预测方法能够获得较高的预测精度和计算效率。
基于量子注意力循环编码解码神经网络退化预测方法

[发明专利]用于治疗认知缺损的药盒、组合物、产品或医药-CN200980106792.8有效
发明人：山口芳正;松野俊行;齐藤贤一 -专利权人：全药工业株式会社
申请日： 2009-02-27 - 公布日： 2011-02-09 - 主分类号： A61K31/4184 文献下载
摘要：提供了用于治疗认知缺损的药盒、组合物、产品或医药，其包括神经退化性疾病的治疗剂和以下通式(I)表示的杂环化合物：或者其水合物、其溶剂合物或其药学可接受的盐。
用于治疗认知缺损组合产品医药

[发明专利]一种基于深度学习的机械设备内部组件寿命预测方法-CN202011015768.8在审
发明人：张丹;陈永毅 -专利权人：浙江工业大学
申请日： 2020-09-24 - 公布日： 2021-01-22 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于深度学习的机械设备内部组件寿命预测方法，包括以下步骤：采集数据作为原始数据集，将原始数据集分为训练数据和测试数据；将训练数据和测试数据进行标准化处理；构建CNN‑BiLSTM深度神经网络模型，输入训练数据进行训练；将测试数据输入模型中进行退化趋势预测；求出测试轴承整个全寿命周期里的完整退化趋势；计算出测试样本的剩余使用寿命RUL。上述技术方案将CNN卷积神经网络和BiLSTM双向长短期记忆网络有机结合，将数据的特征提取和预测任务集成在一起，提高了整个预测模型的关联性和预测精度，并能够有效且准确的实现机械设备内部组件的剩余使用寿命预测
一种基于深度学习机械设备内部组件寿命预测方法

[发明专利]基于距离度量的铁路直流继电器运行状态评估方法-CN202211612181.4在审
发明人：刘树鑫;戴杰;聂靖杰;邹嫣然;秦王杨 -专利权人：沈阳工业大学
申请日： 2022-12-14 - 公布日： 2023-05-02 - 主分类号： G06F18/22 文献下载
摘要：包括：1)提取多种特征参数进行分析；2)进行数据去噪及趋势增强处理；3)进行定量分析；4)进行退化距离表征；5)进行退化距离表征；6)为后续分析提供距离样本集；7)进行聚类分析；8)进行反馈验证。9)构建改进Elman神经网络预测模型。10)利用和声搜索算法优化改进Elman模型的相关参数。11)构建改进HS‑Elman神经网络进行继电器的状态评估预测。
基于距离度量铁路直流继电器运行状态评估方法

[发明专利]基于人工神经网络的大功率LED灯具寿命预测方法-CN201711339198.6有效
发明人：刘宏伟;于丹丹;张赞允;郭凯;王迪 -专利权人：天津工业大学
申请日： 2017-12-14 - 公布日： 2021-07-27 - 主分类号： G06F30/23 文献下载
摘要：本发明公开了一种基于人工神经网络的大功率LED灯具寿命预测方法，其特征在于：包括如下步骤：步骤101、根据具体型号LED LM80寿命测试数据，以及TM21外推公式，得到LED的光通量退化曲线；步骤102、通过插值方法，得到温度在243K～423K范围内LED的光通量退化曲线；步骤103、建立并训练LED光通量、温度—寿命人工神经网络，用来预测一定光通量范围、一定温度范围内的LED寿命；步骤104、根据某型号
基于人工神经网络大功率 led 灯具寿命预测方法

[发明专利]具有苯甲酰胺取代基的环胺BACE－1抑制剂-CN200480028883.1无效
发明人： J·N·卡明;U·伊泽尔洛;A·史丹佛德;C·史翠克兰德;J·H·佛吉特;吴尤珅;Y·黄;Y·夏;S·查卡拉曼尼尔;T·郭;D·W·霍布斯;T·S·H·乐;J·F·罗利;K·W·赛昂斯;S·D·巴布 -专利权人：先灵公司;法马科皮亚药物研发公司
申请日： 2004-08-04 - 公布日： 2006-11-15 - 主分类号： C07D403/14 文献下载
摘要：也公开了及治疗认知或神经退化性疾病的方法，该方法包括将式I化合物与非式I化合物的β－分泌酶抑制剂、HMG－CoA还原酶抑制剂、γ－分泌酶抑制剂、非甾体抗炎药、N－甲基－D－门冬氨酸受体拮抗剂、胆碱酯酶抑制剂或抗还公开了含有与治疗认知或神经退化性疾病的其它药物联合使用。
具有甲酰胺取代 bace 抑制剂

[发明专利]基于小样本的数据增强及神经网络对抗训练系统-CN201911240412.1在审
发明人：王础;范国超;郝创博;王佳佳;王东豪;刘玉蓉 -专利权人：北京京航计算通讯研究所
申请日： 2019-12-06 - 公布日： 2020-05-08 - 主分类号： G06Q10/06 文献下载
摘要：本发明属于车辆缺陷等级评估技术领域，具体涉及一种基于小样本的数据增强及神经网络对抗训练系统。本发明改进了基于生成模型数据增强的车辆损伤和缺陷等级神经网络评估模型小样本条件优化方案。基于传统生成模型数据增强方法与神经网络评估模型结构的相容性不足，因此增强数据对神经网络评估模型的性能优化作用有限。本发明提出结合神经网络评估模型结构特征的数据增强方法和神经网络评估模型基于增强数据的对抗训练系统，解决神经网络评估模型在小样本条件下模型结构性能退化的问题，提升了神经网络评估模型的性能。
基于样本数据增强神经网络对抗训练系统