“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]地震属性融合方法及装置-CN202011424695.8在审
发明人：廖军;张少华;孙鹏远;钱忠平;李磊;韩瑞冬 -专利权人：中国石油天然气集团有限公司;中国石油集团东方地球物理勘探有限责任公司
申请日： 2020-12-08 - 公布日： 2022-06-14 - 主分类号： G01V1/30 文献下载
摘要：本发明公开了一种地震属性融合方法及装置，该方法包括：利用弱化方法对每个清晰地震属性进行退化操作，确定每个清晰地震属性对应的多个模糊退化属性，将每个清晰地震属性及其对应的多个模糊退化属性作为训练好的单属性神经网络的输入，提取每个清晰地震属性的属性特征；将每个清晰地震属性的属性特征作为训练好的多属性融合网络的输入，以基于无监督相似性的损失函数为约束，输出多个清晰地震属性对应的融合属性特征；本发明利用单属性神经网络结合多属性神经网络对地震属性集进行特征提取及属性融合
地震属性融合方法装置

[发明专利]一种基于卷积神经网络的混合退化图像增强方法-CN202110136274.3有效
发明人：曹丽琴;宋争光;金佳惠;李治江 -专利权人：武汉大学
申请日： 2021-02-01 - 公布日： 2022-07-19 - 主分类号： G06T5/00 文献下载
摘要：为了解决单一图像增强模型无法处理混合退化图像的问题，本发明提供了一种基于卷积神经网络的混合退化图像增强方法，该方法提出了一种基于卷积神经网络的混合退化图像的增强模型——全卷积亚像素残差稠密网络FCSRDN，该网络基于全卷积神经网络FCN，通过残差连接ResNet和稠密连接DenseNet，完成对原始图像的各级特征融合，结合亚像素卷积层进行上采样，放大图像尺寸，最终得到增强图像。
一种基于卷积神经网络混合退化图像增强方法

[发明专利]一种基于BP神经网络的图像复原方法-CN201810207397.X在审
发明人：马先波 -专利权人：日照职业技术学院
申请日： 2018-03-14 - 公布日： 2018-08-28 - 主分类号： G06T5/00 文献下载
摘要：本发明属于图像处理技术领域，具体涉及一种提高图像复原质量的基于BP神经网络的图像复原方法。本发明提出了混合神经网络在图像复原中的应用。将卷积神经网络与BP神经网络结合分步实现图像复原。通过训练卷积神经网络提取特征向量作为BP神经网络的输入，再通过训练BP神经网络实现图像复原。充分考虑退化过程邻域对退化像素值的影响，避免求解点扩展函数，复原效果优于现有方法。
图像复原卷积神经网络卷积运算初始化图像混合神经网络图像处理技术点扩展函数复原效果损失函数提取特征退化过程原始图像输出池池化邻域求解像素向量退化应用

[发明专利]细菌内毒素的另一种新用途-CN201110311426.5无效
发明人：韩少坤 -专利权人：韩少坤
申请日： 2011-10-14 - 公布日： 2012-05-09 - 主分类号： A61K31/739 文献下载
摘要：本发明公开了细菌内毒素的另一种新用途，即细菌内毒素在制备治疗和预防神经退化性疾病药物中的应用。神经退化性疾病是因遗传背景和外来因素引发的自身免疫性疾病，引起神经元细胞损伤死亡，产生包涵体等病理结构，导致其神经功能障碍和缺失。内毒素是人体“清道夫”巨噬细胞最敏感的激活剂，内毒素激活单核吞噬细胞系统，诱导产生大量炎性因子，吞噬消灭神经元致病因子及神经元自身抗体和包涵体等病理结构，恢复神经元的功能。
细菌内毒素另一种用途

[发明专利]一种知识和数据融合的电源系统剩余寿命预计方法-CN202211313052.5在审
发明人：王明贤;向刚;张庆振;崔朗福;宋子雄;王钧乐;张超祺;林瑞仕 -专利权人：北京航空航天大学;北京航天自动控制研究所
申请日： 2022-10-25 - 公布日： 2023-01-06 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种知识和数据融合的电源系统剩余寿命预计方法，包括数据特征选择提取；建立基于维纳过程的电源系统容量退化模型；求解基于维纳过程的电源系统容量退化模型；求解基于退化模型的电源系统寿命分布；构建基于卷积门控循环神经网络的电源系统退化模型；训练卷积门控循环神经网络并得到电源系统寿命预计的分布；构建基于staking融合策略的融合模型；根据统计模型和数据驱动模型的预测结果训练融合模型；计算采样权值，对统计模型和数据驱动模型进行采样生成更准确的电源系统寿命分布
一种知识数据融合电源系统剩余寿命预计方法

[发明专利]机理与神经网络复合的涡轴发动机部件级自适应模型-CN202310210312.4在审
发明人：徐嘉伸;张晨阳;李秋红;庞淑伟;周文祥;顾昊阳 -专利权人：南京航空航天大学;中国航发湖南动力机械研究所
申请日： 2023-03-07 - 公布日： 2023-07-04 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种机理与神经网络复合的涡轴发动机部件级自适应模型。其由进气道机理模型、涡轴发动机退化估计器、主旋翼神经网络模型、压气机部件神经网络模型、燃气涡轮部件神经网络模型、动力涡轮部件神经网络模型组合而成；其中，进气道机理模型、压气机部件神经网络模型、燃气涡轮部件神经网络模型、动力涡轮部件神经网络模型按照气路流程依次级联，前一模型输出的总温、总压作为后一模型的输入，各模型所需的其余输入来自涡轴发动机退化估计器和主旋翼神经网络模型的输出以及涡轴发动机的状态测量参数。
机理神经网络复合发动机部件自适应模型

[发明专利]共聚物1和相关肽和多肽及其处理过的T细胞在神经保护性治疗中的用途-CN01806591.0有效
发明人： M·埃斯森巴奇－施瓦尔茨;E·约勒斯;J·基普尼斯 -专利权人：耶达研究及发展有限公司
申请日： 2001-01-22 - 公布日： 2003-12-17 - 主分类号： A61K38/17 文献下载
摘要：本发明提供治疗中枢或周围神经系统损伤或疾病的方法。在一个实施方案中，通过给予活化T细胞来起到治疗作用，该T细胞可以识别Cop1或Cop1相关肽或多肽抗原，促进神经再生、或防止或抑制神经系统内神经元退化。在另一个实施方案中，治疗包括给予Cop1或Cop1相关肽或多肽，以促进神经再生、或防止或抑制神经系统中，即中枢神经系统或周围神经系统中神经元退化。
共聚物相关多肽及其处理细胞神经保护性治疗中的用途

[发明专利]共聚物1和相关肽和多肽及其处理过的T细胞在神经保护性治疗中的用途-CN01806602.X有效
发明人： M·埃斯森巴奇－施瓦尔茨;I·R·科恩;M·塞拉;E·约勒斯;J·基普尼斯 -专利权人：耶达研究及发展有限公司
申请日： 2001-01-22 - 公布日： 2003-07-02 - 主分类号： A61K38/17 文献下载
摘要：本发明提供治疗中枢或周围神经系统损伤或疾病的方法。在一个实施方案中，通过给予活化T细胞来起到治疗作用，该T细胞可以识别Cop1或Cop1相关肽或多肽抗原，促进神经再生、或防止或抑制神经系统内神经元退化。在另一个实施方案中，治疗包括给予Cop1或Cop1相关肽或多肽，以促进神经再生、或防止或抑制神经系统中，即中枢神经系统或周围神经系统中神经元退化。
共聚物相关多肽及其处理细胞神经保护性治疗中的用途

[发明专利]在神经系统中表达抗原结合蛋白-CN202080036580.3在审
发明人： B·埃尔默;杨志勇;G·纳比尔 -专利权人：赛诺菲
申请日： 2020-05-15 - 公布日： 2021-12-24 - 主分类号： C12N5/10 文献下载
摘要：本发明提供表达二价结合成员的重组载体；以及使用该载体来修饰神经系统的细胞，以在患有例如神经退化性疾病的神经疾病的患者脑部中表达该结合成员的方法。
神经系统表达抗原结合蛋白

[发明专利]胶质细胞神经营养因子(GDNF)在治疗听觉疾病中的用途-CN97190100.7无效
发明人： E·马加尔 -专利权人：安姆根有限公司
申请日： 1997-02-14 - 公布日： 2003-12-10 - 主分类号： A61K38/18 文献下载
摘要：本发明一般涉及经过施用胶质细胞系来源的神经营养因子(GDNF)防止和/或治疗耳蜗(和前庭)毛细胞和螺旋神经节神经元损伤或退化的方法。更具体地说，本发明涉及治疗感觉神经性听力丧失的方法。
胶质细胞神经营养因子 gdnf 治疗听觉疾病中的用途

[发明专利]ICAM－4抗体的应用-CN98802232.X无效
发明人： P·D·基尔甘弄;W·M·加尔拉丁 -专利权人：艾科斯有限公司
申请日： 1998-10-02 - 公布日： 2003-12-24 - 主分类号： G01N33/68 文献下载
摘要：提供与各种神经退化性失调症相关的循环ICAM-4抗体的应用。
icam 抗体应用

[发明专利]一种滚动轴承退化趋势预测方法-CN202111267045.1在审
发明人：卫军会;王春;许园;王宝华;渠立秋;董志军;许立环;周阳;邓艾东 -专利权人：国家能源集团宿迁发电有限公司;南京东振测控技术有限公司
申请日： 2021-10-28 - 公布日： 2022-02-25 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种滚动轴承退化趋势预测方法，包括以下步骤：首先，从时域、频域、时频域等多视角提取滚动轴承的特征参数；然后，利用主成分分析对滚动轴承振动信号的多视角特征进行融合以构建退化趋势曲线；最后，通过时间卷积神经网络建立预测模型，对滚动轴承退化趋势曲线预测，实现滚动轴承退化趋势的准确预测。本发明采用嵌入动态卷积的时间卷积网络预测滚动轴承退化趋势合理评估滚动轴承的退化状态，利用主成分分析融合多视角特征，并通过时间卷积网络挖掘信号序列中的关联性信息，提升了特征提取能力，提高了预测模型的准确性能提前发现滚动轴承退化临界状态，并精确地预测退化趋势。
一种滚动轴承退化趋势预测方法

[发明专利]可快速获取多种自然退化图像复原模型的迁移学习方法-CN202110529381.2有效
发明人：马峻;尹翔宇;陈寿宏;徐翠锋;郭玲 -专利权人：桂林电子科技大学
申请日： 2021-05-14 - 公布日： 2022-08-19 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及基于深度学习的计算机视觉技术领域，尤其涉及一种可快速获取多种自然退化图像复原模型的迁移学习方法；包括如下步骤：人工合成自然退化图像通用数据集；利用自然退化图像通用数据集对深度卷积神经网络进行预训练，得到通用复原模型；采用针对特定退化现象的数据集对通用复原模型进行迁移学习，对其部分卷积层参数进行微调训练，得到特定自然退化现象的复原模型。从而可以通过重用一种预训练的通用自然退化图像复原模型，进行迁移学习，快速得到多种针对特定自然退化现象的复原模型。该方法不仅加快了训练特定复原模型的速度，节省了训练时间，减小了对大量退化数据的依赖，还能让复原模型更加鲁棒，复原效果更加稳定。
快速获取多种自然退化图像复原模型迁移学习方法

[发明专利]一种基于GRU神经网络的滚动轴承剩余寿命预测方法-CN201910803500.1有效
发明人：刘振兴;肖丽;张永;袁烨;郑英 -专利权人：武汉科技大学
申请日： 2019-08-28 - 公布日： 2022-12-16 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于GRU神经网络的滚动轴承剩余寿命预测方法，该方法按照如下步骤进行：步骤1：提取样本滚动轴承的多个退化特征组成退化特征集；步骤2：利用CEEMDAN算法对退化特征集进行分解，将分解后的残差项作为趋势特征；步骤3：利用单调性和相关性的线性组合对趋势特征筛选，形成最优特征集；步骤4：归一化处理最优特征集；步骤5：将归一化处理后的最优特征集作为GRU神经网络的输入、剩余寿命百分比作为输出训练GRU神经网络；步骤6：获取待测滚动轴承的归一化处理的最优特征集并输入训练后的GRU神经网络中，利用输出的剩余寿命百分比预测出该待测滚动轴承的剩余寿命。
一种基于 gru 神经网络滚动轴承剩余寿命预测方法

[发明专利]一种基于图像先验信息的退化图像修复方法、系统、介质和设备-CN202011521308.2有效
发明人：韩宇星;王俊舒 -专利权人：华南农业大学
申请日： 2020-12-21 - 公布日： 2023-08-08 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于图像先验信息的退化图像修复方法、系统、介质和设备，该方法步骤包括：采用退化图像加高斯噪声的组合作为神经网络图像生成器的输入；采用MSE损失函数计算生成图像与退化图像之间的损失，迭代训练参数化神经网络；获取图像的底层语义信息作为先验信息，在训练中加入权重衰减策略；在每一次迭代中，在神经网络图像生成器的输入中加入高斯噪声，同时在网络参数中加入高斯噪声，当达到第一迭代训练次数时，采用自适应加权输出策略；当达到第二迭代训练次数时打断迭代，并用此时的参数化卷积神经网络生成器生成修复后的图像。
一种基于图像先验信息退化修复方法系统介质设备