专利名称：基于神经网络的三维模型对象提取和识别方法      申请号：2024100088478     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉 提取和   相似专利 发布日：2024/10/14  
摘要： 本发明涉及三维模型处理技术领域，尤其涉及基于神经网络的三维模型对象提取和识别方法，本发明提供了如下技术方案，首先对三维模型对象进行网格化显示，并提取三维模型对象特征，其中，所述三维模型对象特征包括外表几何特征、内部拓扑特征和表面纹理特征，其次，对三维模型对象特征进行融合，确定最优融合特征和最优特征权重，最后构建三维模型对象识别网络，并将所述最优融合特征和最优特征权重作为三维模型对象识别的输入参数，通过对所述三维模型对象识别网络进行训练，输出三维模型对象的识别结果，提高三维模型识别的准确性和效率性。

专利名称：一种基于关键字特征提取和注意力的智能合约分类方法      申请号：201910957449X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：注意力 特征提取 智能合约 提取和   相似专利 发布日：2023/10/17  
摘要： 本发明提供了一种基于关键字特征提取和注意力的智能合约分类方法，该方法利用长短期记忆神经网络对智能合约的代码进行处理，对它们相应的关键字进行特征提取，并结合注意力机制从而达到对智能合约进行分类的目的。本发明使用词转词向量模型Word2Vec将智能合约训练成内容词向量，同时使用向量化文本工具Tokenizer将关键字转化为序列化向量。接下来，序列化向量被放入长短期记忆神经网络中进行第一次训练，第一次训练得到的最后隐藏状态向量与智能合约每个词向量进行连接,连接后的向量经过一层卷积运算与一层池化运算后，再次放入长短期记忆神经网络进行第二次训练；第二次训练得到的最后隐藏状态向量与通过注意力生成的向量相乘,相乘得到的句子表示放入长短期记忆神经网络中进行第三次训练，最终使用softmax分类器进行智能合约的分类。最后在DApps去中心化应用程序结合以太坊网站的数据集上评估我们的模型，实验结果证明了其有效性,训练准确度达到89.1％。

专利名称：一种棕色碳的提取和分离装置      申请号：2019103735977     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 提取和   相似专利 发布日：2024/10/24  
摘要： 本发明公开了一种棕色碳的提取和分离装置，涉及棕色碳提取和分离装置技术领域，包括棕色碳发生组件、采集组件和提取分离组件，其中，采集组件可拆卸的置于所述棕色碳发生组件内，以便对棕色碳进行采集；采集组件还可以置于所述提取分离组件内，以便对采集组件上的棕色碳进行提取分离，且提取分离组件至少能够一次性对棕色碳进行水溶性棕色碳提取分离、碱溶性棕色碳提取分离和甲醇棕色碳提取分离，本发明可以很好的对棕色碳进行生成、分离，最终得到7类溶解态棕色碳，分别为水溶性棕色碳、碱溶性棕色碳、甲醇溶解性棕色碳、亲水性棕色碳、憎水性棕色碳，方便对各种棕色碳进行分析与色谱扫描，便于进行测定与分析。

专利名称：一种大黄蒽醌类成分的提取和分离方法      申请号：2011101122892     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 提取和   相似专利 发布日：2025/02/19  
摘要： 一种大黄蒽醌类成分的提取和分离方法，其特征在于所述的方法包括下列步骤：将含有大黄蒽醌的原料投入到微波提取设备中，加入碱性溶剂，进行微波提取；收集提取液，滤过，调节滤液pH为酸性，使其通过大孔吸附树脂柱上样，先用水洗脱杂质，再用10-80％浓度的乙醇洗脱，收集乙醇洗脱液，减压回收乙醇并浓缩；浓缩液加到装有活性碳的层析柱上，用水进行洗脱；收集洗脱液，通过反渗透膜浓缩，干燥，即得。采用该方法能降低生产成本，提高产品质量，便于工业化操作。