“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]线粒体定位质子泵型视紫红质、其突变蛋白及其应用-CN201810456360.0有效
发明人：康建胜;杨润舟 -专利权人：郑州大学第一附属医院
申请日： 2018-05-14 - 公布日： 2023-05-12 - 主分类号： C07K19/00 文献下载
摘要：具体地，本发明提供一种嵌合蛋白，所述嵌合蛋白为GPR蛋白突变体，并且本发明还提供了一种突变型嵌合蛋白，本发明的嵌合蛋白和突变型嵌合蛋白均具有(i)促进线粒体定位；(ii)促进质子泵活性；(iii)治疗神经退行性疾病；和/或(iv)降低多巴胺神经元的退化的特性。
线粒体定位质子视紫红质突变蛋白及其应用

[发明专利]基于平方根容积卡尔曼滤波的滚动轴承剩余寿命预测方法-CN202210342484.2在审
发明人：王宇;刘秋发;訾艳阳 -专利权人：西安交通大学
申请日： 2022-04-02 - 公布日： 2022-08-12 - 主分类号： G06F30/27 文献下载
摘要：本发明公开基于平方根容积卡尔曼滤波的滚动轴承剩余寿命预测方法，通过从滚动轴承历史失效样本的振动信号中提取多维特征，构建敏感特征集，基于滚动轴承早期平稳运行阶段的敏感特征数据，训练带有马氏距离度量算子的自组织映射神经网络，进行降维，构建健康指标，然后基于健康指标确定滚动轴承的自适应退化阈值，采用连续触发机制划分滚动轴承的健康阶段和退化阶段，通过建立考虑不等采样间隔的指数退化模型，对滚动轴承的剩余寿命进行预测。
基于平方根容积卡尔滤波滚动轴承剩余寿命预测方法

[发明专利]基于深度互学习和动态特征构建的轴承剩余使用寿命预测方法-CN202210847076.2在审
发明人：朱红求;王佳宁;黄子怡;张英杰;周灿;程菲;陆碧良 -专利权人：中南大学
申请日： 2022-07-07 - 公布日： 2022-11-04 - 主分类号： G06F30/27 文献下载
摘要：本发明属于轴承寿命预测领域，公开了基于深度互学习和动态特征构建的轴承剩余使用寿命预测方法，本发明中选用更稳定的轴承特征RRMS，首先在第一阶段运用由DML改进的卷积神经网络自动提取特征，用来指示轴承的健康情况，当轴承退化到50％时(输出小于0.5)时,通过长短时记忆网络对后50％进行预测，最后，将这两个阶段的结果结合起来，得到轴承的寿命退化曲线，通过上述方法得到的模型输出可以直接用于RUL的计算，该方法避免了对轴承失效阈值的选择，在整个预测过程中，CNN和LSTM分别用于轴承退化的不同阶段，最大限度地利用现有的全寿命数据和当前的轴承历史数据来提高模型的精度。
基于深度学习动态特征构建轴承剩余使用寿命预测方法

[发明专利]基于时频多尺度多任务故障诊断和剩余寿命预测联合方法-CN202210975932.2在审
发明人：陈腾鹏;吴彤;曾念寅 -专利权人：厦门大学
申请日： 2022-08-15 - 公布日： 2022-12-16 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了基于时频多尺度多任务故障诊断和剩余寿命预测联合方法，包括，读取轴承的振动加速度信号，将轴承振动加速度的时域信号进行短时傅里叶变换计算，并得到振动加速度的功率谱密度图，根据轴承振动加速度信号的均方根情况对轴承全生命周期退化数据进行数据标注，时频表征的轴承全生命周期退化数据，以及健康状态值和归一化剩余寿命数值作为一个完整的数据集，将训练集代入门控多任务多尺度卷积神经网络中，对网络参数进行优化后，收敛条件判断，得多尺度多任务学习模型的故障诊断和剩余寿命预测联合模型，本发明方法能够对轴承退化过程更为直观的刻画，同时对表征的不同尺度特征进行捕捉，对不同尺度的特征的关系进行动态的调节。
基于时频多尺度任务故障诊断剩余寿命预测联合方法

[发明专利]一种基于改进随机配置网络的储能电池寿命预测方法-CN202310401462.3在审
发明人：殷玉恒;王程龙 -专利权人：哈尔滨理工大学
申请日： 2023-04-15 - 公布日： 2023-07-14 - 主分类号： G01R31/367 文献下载
摘要：本发明公开了一种基于改进随机配置网络的储能电池寿命预测方法，属于储能电池健康管理技术领域，该方法为：获得储能电池容量退化数据，将其分为训练集和测试集，采用改进的随机配置网络模型，以训练集作为模型输入进行模型训练该方法具有较快的收敛速度、较高的训练精度和泛化性能，模型结构更紧凑，是一种计算效率更高的快速神经网络模型，可用于分析带有噪声或异常值的不确定储能电池容量退化数据，对于复杂的储能电池容量退化数据，可以保证较高的预测准确性和快速性
一种基于改进随机配置网络电池寿命预测方法

[发明专利]基于改进粒子滤波模型的锂离子剩余寿命预测方法-CN202310662200.2在审
发明人：廖孝勇;游锐;林景栋;李源琼;曾德涛;周俞辰;陈梦杰;闫冠松 -专利权人：重庆大学
申请日： 2023-06-06 - 公布日： 2023-09-01 - 主分类号： G06F30/27 文献下载
摘要：针对锂离子电池在使用过程中，因负载随机而导致电流随机变化和不完全充放电的现象，从而使得电池的退化速率差异较大以及电池退化数据不充分的问题，提出一种估计锂离子电池健康状态并构建神经网络模型进行剩余寿命预测的方法，具体问：在历史数据中提取健康因子；通过基于贝叶斯优化的多核RVM映射，获得完整的健康因子序列；建立序列到序列的LSTM模型，估计锂离子电池的真实容量；建立基于IPSO‑PF‑LSTM的锂离子电池退化双指数模型
基于改进粒子滤波模型锂离子剩余寿命预测方法

[发明专利]结合多源退化特征的自适应增量式电池RUL预测方法-CN202310403469.9在审
发明人：李少波;廖子豪;周鹏;张安思 -专利权人：贵州大学
申请日： 2023-04-14 - 公布日： 2023-09-22 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了结合多源退化特征的自适应增量式电池RUL预测方法，属于电池RUL预测技术邻域，该方法中利用差分热伏安法提取表面温度和终端电压数据中的多源退化特征，得到具有自适应噪声的HI预处理，有效地消除了融合数据的容量再生现象和噪声对预测过程的影响然后利用元启发式算法沙猫群优化，优化随机配置网络中的正则化参数，得到参数自适应增量神经网络SC‑SCN，该网络更好地满足电池RUL预测工作流行业的实时数据需求，添加自适应优化算法可以有效地提高预测模型的灵活性和预测效率，有效解决现有的深度学习预测方法中存在的单一健康指数不能稳定有效地表征电池退化、网络结构需要预先确定的缺陷的技术问题。
结合退化特征自适应增量电池 rul 预测方法

[发明专利]基于DTC-VAE神经网络的旋转机械健康指标构建方法-CN202110312371.3有效
发明人：秦毅;周江洪;陈定粮;汤宝平 -专利权人：重庆大学
申请日： 2021-03-24 - 公布日： 2022-11-11 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于DTC‑VAE神经网络的旋转机械健康指标构建方法，包括采集旋转机械全生命周期的振动信号x，计算振动信号x时域和频域特征，根据特征集划分为训练集和测试集，以训练集数据作为输入构建退化趋势约束变分自编码器DTC‑VAE模型，利用优化器AdamOptimizer以DTC‑VAE模型的损失函数最小值为优化目标进行无监督训练；将测试集数据输入训练好的退化趋势约束变分自编码器DTC‑VAE模型中，得到的测试隐变量本申请可以通过DTC‑VAE模型和多维时域和频域特征来构建健康指标，利用隐变量来表征机械部件的退化过程，保证了旋转机械健康指标的准确性。
基于 dtc vae 神经网络旋转机械健康指标构建方法

[发明专利]基于误差调制的社交媒体视频质量复原处理方法及系统-CN202111569705.1有效
发明人：罗鸿铭;周飞;邱国平 -专利权人：深圳大学
申请日： 2021-12-21 - 公布日： 2023-05-09 - 主分类号： H04N21/44 文献下载
摘要：本发明公开了基于误差调制的社交媒体视频质量复原处理方法及系统，所述方法包括：首先通过退化视频估计一个下采样视频，利用这个下采样视频和退化视频计算得到一个误差图，这个误差图表达的信息是视频的哪些区域是比较难复原的同时利用卷积神经网络处理估计的误差图，利用得到的特征对端到端的复原网络进行调制，使所述调制后的复原网络对更难复原的区域重点复原，最后将退化视频进行复原得到高质量的复原视频。
基于误差调制社交媒体视频质量复原处理方法系统

[发明专利]一种面向模型生成文本重复退化现象的优化生成方法-CN202310919239.8有效
发明人：冯好国;徐青伟;严长春;裴非;范娥媚 -专利权人：北京知呱呱科技服务有限公司;知呱呱（天津）大数据技术有限公司
申请日： 2023-07-26 - 公布日： 2023-10-03 - 主分类号： G06N3/0475 文献下载
摘要：本申请公开了一种面向模型生成文本重复退化现象的优化生成方法，其中采用了注意转换（朝向反射）机制及其与注意力机制组合形成的注意机制，并引入遗传算法，丰富输入文本多样性，与神经网络注意机制结合，兼顾了模型的理解能力和生成能力，弱化了生成文本重复退化现象；当发生概率最优欺骗时，使得生成模型在朝向反射机制引入文本新异性基础上，进行注意力切换，减弱生成重复等无意义文本序列的概率，达到干预模型生成文本重复退化现象的目的；模型损失函数作为适应度函数
一种面向模型生成文本重复退化现象优化方法

[发明专利]适用作E1活化酶抑制剂的杂芳基化合物-CN201410133207.6在审
发明人：克里斯托弗·F·克莱本;斯蒂芬·克里奇利;史蒂文·P·兰斯顿;爱德华·J·奥尔哈瓦;斯特凡·佩卢索;加布里埃尔·S·韦瑟黑德;斯特潘·维斯科奇尔;伊拉切·维谢尔斯;水谷弘竹;考特尼·卡利斯 -专利权人：米伦纽姆医药公司
申请日： 2007-08-06 - 公布日： 2014-07-16 - 主分类号： C07D239/48 文献下载
摘要：所述化合物适用于治疗病症，尤其是细胞增殖病症(包括癌症)、炎症性和神经退化性病症以及与感染和恶病质相关的炎症。
适用 e1 活化抑制剂芳基化

[发明专利]用于抑制乙酰胆碱酯酶的提取物及组合物-CN201911023682.7有效
发明人：侯文琪;王静琼;张志益 -专利权人：台北医学大学;屏东科技大学
申请日： 2019-10-25 - 公布日： 2022-07-26 - 主分类号： A61K31/343 文献下载
摘要：所述提取物及组合物可抑制乙酰胆碱酯酶，且因此可用于治疗或预防乙酰胆碱酯酶介导的病症，诸如神经退化性疾病。
用于抑制乙酰胆碱酯酶提取物组合

[发明专利]创伤性脑损伤的治疗-CN96199464.9无效
发明人： B·R·派克 -专利权人： H·隆德贝克有限公司
申请日： 1996-11-05 - 公布日： 1999-02-03 - 主分类号： A61K31/44 文献下载
摘要：式(Ⅰ)化合物5－(2－乙基－2H－四唑－5－基)－1,2,3,6－四氢－1－甲基吡啶,能改善创伤性脑损伤动物的识别能力,并能降低胆碱能神经元损伤退化性减少,因此可用于制备治疗创伤性脑损伤的药剂。
创伤脑损伤治疗

[发明专利]用作抗缺血剂的2－(4－羟基哌啶子基)－1－烷醇的制备方法-CN92105921.3无效
发明人：小Ｗ·Ｍ·韦尔奇 -专利权人：美国辉瑞有限公司
申请日： 1992-07-16 - 公布日： 1999-06-23 - 主分类号： C07D211/48 文献下载
摘要：一系列２－（４－羟基哌啶子基）－１－烷醇衍生物及其药学上可接受的盐的制备方法，该方法所制备的化合物可用作药物，用来治疗大脑和脊髓外伤和神经退化疾病包括哺乳动物尤其是人的老年性痴呆。
用作缺血羟基哌啶制备方法

[发明专利]烷氧基-4(1H)-吡啶酮衍生物的制备-CN89105574.6无效
发明人：朱利安·阿兰达;约翰内斯·哈滕斯坦;赖恩哈德·雷克;克里斯托夫·沙赫特尔;克劳斯·鲁道夫;哈特穆;奥斯瓦德;冈特·魏因海马 -专利权人：歌德克股份公司
申请日： 1989-08-05 - 公布日： 1990-03-07 - 主分类号： C07D213/69 文献下载
摘要：本发明化合物用于预防和/或治疗心血管疾病(如血栓形成、动脉硬化和高血压)，炎症，过敏，癌症和中枢神经系统的某些退化性损伤。
烷氧基吡啶衍生物制备