“超纤贝斯”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290851个，建议您升级VIP下载更多相关专利

[发明专利]一种含贝莱斯芽孢杆菌的微生物制剂、制备方法和应用-CN202211625589.5在审
发明人：彭嘉诚;杨润霞;毛明林;李诚;赵崇钧;叶敏 -专利权人：云南省微生物发酵工程研究中心有限公司
申请日： 2022-12-16 - 公布日： 2023-09-26 - 主分类号： C12N1/20 文献下载
摘要：本发明公开了一种含贝莱斯芽孢杆菌的微生物制剂、制备方法和应用，解决了现有技术中贝莱斯芽孢杆菌制剂活菌数较低、工业化生产过程较为复杂以及将发酵完成的发酵液作为生物制剂，产品性能较差的问题。本发明的制备方法，包括如下步骤：以贝莱斯芽孢杆菌YWF‑21‑2117为菌种，将菌种进行活化；将贝莱斯芽孢杆菌YWF‑21‑2117菌种进行培养，得贝莱斯芽孢杆菌YWF‑21‑2117种子液；将贝莱斯芽孢杆菌YWF‑21‑2117种子液进行培养，得贝莱斯芽孢杆菌YWF‑21‑2117发酵液；将贝莱斯芽孢杆菌YWF‑21‑2117发酵液、十二烷基酚聚氧乙烯醚、甘油、十二烷基苯磺酸钠、黄原胶和尿素混合制得含贝莱斯芽孢杆菌的微生物制剂本发明含贝莱斯芽孢杆菌的微生物制剂的制备方法，可提高含贝莱斯芽孢杆菌的微生物制剂的性能。
一种含贝莱斯芽孢杆菌微生物制剂制备方法应用

[发明专利]一种自主融合先验知识的贝叶斯网络方法-CN201110160532.8无效
发明人：韩志朋 -专利权人：天津大学
申请日： 2011-06-15 - 公布日： 2011-09-21 - 主分类号： G06N7/00 文献下载
摘要：本发明公开了一种自主融合先验知识的贝叶斯网络方法，涉及贝叶斯网络领域，本发明起始于朴素贝叶斯网络，自主生成一个随机节点序，在贝叶斯网络构建过程中另附加有其它约束条件，即“有条件的随机”；通过删除部分不需要的边，能够在一定程度上降低贝叶斯网络的结构复杂性；本发明采用多次运行的方式，根据不同的随机节点序构建多个贝叶斯网络，并从中选择与数据拟合程度最好的一个作为最终的贝叶斯网络模型，本发明提高了贝叶斯网络方法对先验知识的融合效率
一种自主融合先验知识贝叶斯网络方法

[发明专利]用于贝叶斯神经形态编译器的网络构成模块-CN202080012118.X在审
发明人： N·D·斯特普;A·加马拉马达卡 -专利权人：赫尔实验室有限公司
申请日： 2020-02-17 - 公布日： 2021-09-14 - 主分类号： G06N3/04 文献下载
摘要：描述了一种基于贝叶斯网络模型来指定设备的控制的系统。所述系统包括贝叶斯神经形态编译器，该贝叶斯神经形态编译器具有网络构成模块，该网络构成模块具有按照包含多级依赖关系的分层构成布置的概率计算单元(PCU)。贝叶斯神经形态编译器接收贝叶斯网络模型作为输入，并产生实现贝叶斯网络模型的脉冲神经网络拓扑和配置。网络构成模块学习贝叶斯网络模型的条件概率。所述系统计算条件概率并基于所计算的条件概率来控制设备。
用于贝叶斯神经形态编译器网络构成模块

[发明专利]一种自适应参数更新的贝叶斯图像反卷积恢复方法-CN201610330261.9有效
发明人：方厚章;刘宏伟;潘东辉;时愈;许述文;刘军 -专利权人：西安电子科技大学
申请日： 2016-05-18 - 公布日： 2019-02-19 - 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，公开了一种自适应参数更新的贝叶斯图像反卷积恢复方法，包括：观测模型建模；图像先验建模；求观测模型的下界：利用优化最小化方法获得观测模型的下界函数；求图像先验模型的下界：利用优化最小化方法获得图像先验模型的下界函数；利用最大化后验概率迭代更新观测模型超参数、图像先验超参数和图像；本发明提供的自适应参数更新的贝叶斯图像反卷积恢复方法自适应更新能力好，计算代价低，恢复效果显著，具有去除高斯噪声和椒盐噪声的能力，可应用于在高斯噪声或椒盐噪声污染情形下且受高斯模糊退化图像的恢复
一种自适应参数更新贝叶斯图像卷积恢复方法

[发明专利]一种DOA和极化参数估计方法-CN201911305688.3有效
发明人：赵嫔姣;胡国兵;陈正宇;陈恺;蒋凌瑕 -专利权人：金陵科技学院
申请日： 2019-12-18 - 公布日： 2021-06-29 - 主分类号： G01S3/14 文献下载
摘要：本发明公开了一种基于非网格块稀疏贝叶斯学习的DOA和极化参数估计方法，包括利用矢量传感器阵列接收信号的导向矢量构建非网格信号模型；在稀疏贝叶斯学习框架下构建块稀疏向量；对块稀疏向量施加二阶稀疏分层先验；计算隐含变量和超参数的更新表达式；求解隐含变量和超参数更新结果；对源信号进行稀疏重构，求得目标辐射源的DOA和极化参数估计。
一种 doa 极化参数估计方法

[发明专利]基于面向对象贝叶斯网络的中央空调系统故障诊断方法-CN201911283963.6有效
发明人：李婷婷;赵阳;张学军;王姝婷;章超波 -专利权人：浙江大学
申请日： 2019-12-13 - 公布日： 2021-01-19 - 主分类号： F24F11/38 文献下载
摘要：本发明提供了一种基于面向对象贝叶斯网络的中央空调系统故障诊断方法，用于解决系统级别故障诊断模型构建难度高、工作量大、成本昂贵的问题。技术方案是首先基于中央空调系统所包含的设备类型，为每类设备构建故障诊断贝叶斯网络类和附加信息贝叶斯网络类；其次，通过类的实例化，为每个设备生成相应的故障诊断贝叶斯网络片段和附加信息贝叶斯网络片段；然后，分析设备之间的关联关系，建立相应贝叶斯网络片段之间的连通关系，并进行贝叶斯网络结构的修改和参数的调整，形成完整的贝叶斯诊断网络；最后，以中央空调系统的诊断信息为驱动，通过贝叶斯网络的概率推理过程实现故障诊断该方法以面向对象和贝叶斯网络为基础，能够实现中央空调系统故障诊断模型的快速构建、更新和维护，具有较强的实用性。
基于面向对象贝叶斯网络中央空调系统故障诊断方法

[发明专利]玻璃幕墙性能确定方法及相关装置-CN202210005418.6在审
发明人：余杨;吴世博;余建星;马文韬;曾庆泽;李昊达;高涵韬;杨九 -专利权人：天津大学
申请日： 2022-01-05 - 公布日： 2022-05-13 - 主分类号： G06F30/20 文献下载
摘要：本申请实施例提供一种玻璃幕墙性能确定方法及相关装置，所述方法包括：获取静态贝叶斯网络，所述静态贝叶斯网络用于对玻璃幕墙进行性能检测；根据所述玻璃幕墙的组件的退化概率，确定所述静态贝叶斯网络的静态条件概率；获取玻璃幕墙的组件状态变化关系；根据所述组件状态变化关系、组件的故障率和组件的维修率，确定所述静态贝叶斯网络的转移条件概率；根据所述转移条件概率、所述静态条件概率和所述静态贝叶斯网络，确定出动态贝叶斯网络；根据所述动态贝叶斯网络确定玻璃幕墙的性能信息，能够基于确定的动态贝叶斯网络来获取玻璃幕墙的性能信息，提升了玻璃幕墙的性能信息确定时的准确性。
玻璃幕墙性能确定方法相关装置

[发明专利]电力负荷预测模型的构建方法与电力负荷预测方法-CN202210051273.3在审
发明人：李鹏;黄文琦;戴珍;邱凯旋;侯佳萱;梁凌宇;梁寿愚 -专利权人：南方电网数字电网研究院有限公司
申请日： 2022-01-17 - 公布日： 2022-02-18 - 主分类号： G06F30/27 文献下载
摘要：所述方法包括：获取电力系统的原始数据；对原始数据进行预处理，得到训练数据集；获取基于贝叶斯优化算法优化得到的超参数最优长短期记忆神经网络模型；将训练数据集输入到超参数最优长短期记忆神经网络模型中进行训练先进行预处理，筛选掉不符合条件的异常值，避免异常值影响预测模型的准确率，同时贝叶斯优化算法能自动调节模型中的超参数，避免人为主观调参对预测模型精度的影响，且经过优化后的长短期记忆神经网络模型性能较好，收敛效果较好
电力负荷预测模型构建方法

[发明专利]一种基于无线通信网络的频谱可用性预测方法和系统-CN202111507860.0在审
发明人：吴启晖;潘光良;王威;李泓余 -专利权人：南京航空航天大学
申请日： 2021-12-10 - 公布日： 2022-04-08 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于无线通信网络的频谱可用性预测方法和系统，其中方法包括获取频谱数据集；设置贝叶斯优化的循环次数、超参数的搜索空间和深度学习模型迭代次数；初始化深度学习模型的结构、权重、偏置和超参数；计算频谱数据集在深度学习模型的输入和输出之间的损失；更新深度学习模型的权重和偏置参数；判断深度学习模型的损失曲线和准确率拟合曲线是否处于收敛状态；如果否，重新设置深度学习模型迭代次数；如果是，采用贝叶斯优化微调深度学习模型超参数，得到最优深度学习模型。
一种基于无线通信网络频谱可用性预测方法系统

[发明专利]基于快速稀疏贝叶斯学习的波达方向角估计方法-CN201510169322.3有效
发明人：蔡晶晶;武斌;刘高高;鲍丹;秦国栋;李鹏;马亚东 -专利权人：西安电子科技大学
申请日： 2015-04-10 - 公布日： 2017-03-08 - 主分类号： G01S3/12 文献下载
摘要：本发明公开了一种基于快速稀疏贝叶斯学习的波达方向角估计方法，主要解决现有技术运算量大，定位估计误差大的问题，其实现步骤是1)采用天线接收机形成均匀线阵；2)对空间信号进行采样并计算阵列协方差矩阵R；3)将R矢量化后得到稀疏模型向量y；4)将空域网格划分，根据稀疏模型向量y的结构构造超完备基Φ(θ)；5)根据稀疏模型向量和超完备基的稀疏表示关系，建立稀疏方程；6)定义超参数向量α，采用快速稀疏贝叶斯学习算法求解该稀疏方程
基于快速稀疏贝叶斯学习方向估计方法

[发明专利]一种基于遗传算法的超参数自动调优方法-CN202211662522.9在审
发明人：宋正华;王小甫;高虎;周必华;韩奇勋;叶昊 -专利权人：昆岳互联环境技术（江苏）有限公司
申请日： 2022-12-23 - 公布日： 2023-04-11 - 主分类号： G06F18/214 文献下载
摘要：本发明提供一种基于遗传算法的超参数自动调优方法，S1：收集数据集；S2：证明数据集的非线性关系，从而证明贝叶斯优化的复杂性；S3：使用贝叶斯优化概率构建性能预测模型；S4：使用参数调优模型进行寻优，来得到一组最优参数利用遗传算法作为采集函数，和高斯过程代理、随机森林回归、Hyperopt等概率模型相互结合，能够有效避免陷入局部最优解的错误；同时提出一种分片式计算引擎的方法结合这个超参数调优任务进行资源分配，提升超参数调优算法的资源利用率和算法运行的速度；两种方法共同作用，遗传算法协助超参数调优，计算引擎负责算法运行过程的资源分配，让业务人员在不清楚AI知识的情况下也能高效训练。
一种基于遗传算法参数自动方法

[发明专利]苯磺贝他斯汀组合物及其制备的制剂-CN201610683980.9在审
发明人：兰洁 -专利权人：重庆华邦制药有限公司
申请日： 2016-08-18 - 公布日： 2017-01-11 - 主分类号： A61K9/20 文献下载
摘要：本发明属于药物技术领域，涉及一种苯磺贝他斯汀组合物及其制备的制剂，所述制剂尤其涉及苯磺贝他斯汀片剂。所述组合物是由苯磺贝他斯汀、甘露醇和固态聚乙二醇聚合物组成，所述组合物中苯磺贝他斯汀、甘露醇和固态聚乙二醇聚合物的粒径均控制在D90为200μm‑300μm。所述制剂为含苯磺贝他斯汀组合物的苯磺贝他斯汀制剂。具体的，苯磺贝他斯汀片剂由所述的苯磺贝他斯汀组合物和药学上可接受的载体制备而成。该组合物具有良好的流动性和可压性，用于制备苯磺贝他斯汀片剂及其他制剂容易混合均匀和压片成型，从而得到含量均匀、质量稳定的成品。其制备方法简单，操作方便，对生产设备要求低，易于实现产业化。
苯磺贝组合及其制备制剂

[发明专利]一种湿法贝斯皮革的制备方法-CN202211327525.7在审
发明人：黎磊 -专利权人：福建兰峰制革有限公司
申请日： 2022-10-27 - 公布日： 2023-01-31 - 主分类号： D06N3/00 文献下载
摘要：本发明涉及皮革技术领域，提出一种混料均匀的湿法贝斯浆料，可以提高成品革的质量的一种湿法贝斯皮革的制备方法，步骤如下：基布预处理：将基布水洗、展平、烘干至六七成干，得到潮湿的基布；湿法贝斯浆料制备：由以下重量份材料和步骤制备：树脂、N,N‑二甲基甲酰胺溶剂（DMF）、木质粉搅拌成浆；矿粉加入搅拌浆料混合均匀；搅拌浆料中加入酸性缓冲剂；搅拌浆料中加入油脂；搅拌浆料加入色浆、脱泡制得湿法贝斯浆料；涂覆：在潮湿基布表面上先涂覆一层湿法贝斯浆料；凝聚：将涂覆湿法贝斯浆料的基布浸入絮凝液中凝聚，制成贝斯前体；水洗、烫平、烘干：清洗贝斯前体，压辊定型，烘干，得到湿法贝斯；成品革制备：干法贴面，揉制花纹，得到成品革。
一种湿法皮革制备方法

[发明专利]基于分布式动态贝叶斯网络的煤泥浮选安全运行控制方法-CN202310736093.3在审
发明人：褚菲;王建文;毛腾;赵建宇;许晨峰;冯浩彬 -专利权人：中国矿业大学
申请日： 2023-06-21 - 公布日： 2023-10-20 - 主分类号： B03D1/02 文献下载
摘要：一种基于分布式动态贝叶斯网络的煤泥浮选安全运行控制方法，将煤泥浮选过程进行分块，并确定全局质量指标；确定每个模块与全局质量指标相关的变量；确定全局网络中变量的状态以及局部网络中变量的状态：建立全局贝叶斯网络和局部贝叶斯网络；将全局贝叶斯网络转化为全局动态贝叶斯网络；判断局部贝叶斯网络中是否存在回环结构，有回环结构则进行最弱因果关系的确定；对局部动态贝叶斯网络和全局动态贝叶斯网络进行参数学习；完成分布式动态贝叶斯网络模型的建立
基于分布式动态贝叶斯网络浮选安全运行控制方法

[发明专利]构建解决组合爆炸问题的级联贝叶斯网络的方法-CN201610297916.7有效
发明人：王瑶;孙秦 -专利权人：西北工业大学
申请日： 2016-05-06 - 公布日： 2019-06-04 - 主分类号： G06F17/50 文献下载
摘要：一种构建解决组合爆炸问题的级联贝叶斯网络的方法，本发明包含两个核心部分：A由系统通路构建级联贝叶斯网络拓扑结构的方法；B级联贝叶斯网络的中间节点概率参数设置方法。首先完成贝叶斯网络拓扑结构的构建，该网络拓扑结构与工程实践中的故障级联构型一致，再完成并贝叶斯网络各节点条件概率表的设置，最后共同完成了级联贝叶斯网络的构建。当级联贝叶斯网络构建完毕，能够运用任何已有贝叶斯网络推理技术对该级联贝叶斯网络进行推理计算，以求得系统可靠度。
构建解决组合爆炸问题级联贝叶斯网络方法

首页
«上一页
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
下一页»
尾页
共 100000 条