本发明属于制革工业生产技术领域，尤其涉及一种利用复合酶制剂在主浸水过程中脱毛的方法，包括以下步骤：预浸水：将带毛生皮在制革转鼓内进行预浸水、去肉处理；主浸水：在主浸水过程中加入复合酶制剂作为浸水助剂，所述复合酶制剂包括蛋白酶和糖苷酶；脱毛浸灰；脱灰软化；鞣制。本发明中的工艺符合环保要求，蛋白酶与糖酶配置的复合酶制剂在主浸水工序中使毛发中大而粗的根毛先脱落，在换液过程中将毛发滤除，在脱毛浸灰过程中使用少量硫化物去除绒毛，从而达到成功脱除毛发且不伤皮革粒面的效果。通过对复合酶制剂内酶用量的调节，与现有技术中简单浸水法相比，可以有效将毛发脱除约2/3，时间缩短10‑15小时。
📄 202110592428X
📂 C14C1_06
👤 齐鲁工业大学(山东省科学院)
📅 2021-05-28
本发明公开一种三元数快速精确正交‑傅里叶梅林矩零水印构造方法，涉及水印构造技术领域，其特征在于，包括以下步骤：S1：获取原始彩色图像；S2：初始正交傅里叶梅林矩特征提取计算，获取初始矩阵特征；S3：数据优化方法；S31：正交傅里叶梅林矩特征提取与参数优化；S32：多阶段优化框架；S321：全局优化，采用粒子群优化优化奇异值和傅里叶系数。本发明要解决的技术问题是提供一种三元数快速精确正交‑傅里叶梅林矩零水印构造方法，本发明旨在解决上述技术挑战，通过集成优化方法结合零水印技术，在图像重构过程中优化重构质量，同时确保水印信息的完整性与安全性，从而实现更高效、更安全的图像重构与版权保护。
📄 2025104794713
📂 G06T1_00
👤 齐鲁工业大学(山东省科学院)
📅 2025-04-17
本发明公开基于QPCET水印的双任务级联主动Deepfake检测方法，涉及图像处理技术领域，包括以下步骤：S1：水印嵌入；原始图像#imgabs0#通过嵌入模块#imgabs1#以无监督的方式进行水印嵌入，使用QPCET系数生成带水印的面部图像#imgabs2#；将人脸图像输入到混合攻击模块，模拟真实的世界中的常规攻击和伪造攻击，得到常规攻击水印图像#imgabs3#和伪造攻击水印图像#imgabs4#；S2：水印提取；S3：优化目标。本发明创新性的将QPCET水印于Deepfake主动检测结合起来，并且设计了一种双任务级联框架，可以对人脸图像进行水印提取与Deepfake检测。
📄 2024107637724
📂 G06T1_00
👤 齐鲁工业大学(山东省科学院)
📅 2024-06-14
本公开提供了一种基于三十二元数矩的光场图像水印处理方法及系统，包括以下步骤：获取待处理的原始光场图像和原始水印图像；对所获取的待处理的原始光场图像处理，将原始水印图像嵌入处理后的原始光场图像，得到含水印光场图像；对所得到的含水印光场图像进行处理并提取水印，得到待检测的水印图像；验证原始水印图像和待检测水印图像的相似度；其中，含水印光场图像是通过量化方法将原始水印图像嵌入到三十二元数矩中得到的。本公开从图像矩的角度出发，基于三十二元数矩的重构特性和稳定性，有效完成光场图像水印的嵌入与提取，在保护光场图像版权上具有良好的不可感知性和鲁棒性。
📄 2021109382266
📂 G06T1_00
👤 齐鲁工业大学(山东省科学院)
📅 2021-08-16
本发明公开了一种美沙拉嗪微晶胶囊及其制备方法，属于微胶囊技术领域。美沙拉嗪微晶胶囊包括HPMCAS壳体，HPMCAS壳体内部装载美沙拉嗪微晶。制备方法包括：将美沙拉嗪溶解于二甲基亚砜中获得药物溶液，将HPMCAS溶解于乙酸乙酯中获得反溶剂，将药物溶液加入反溶剂中超声破碎，制得美沙拉嗪微晶；将HPMCAS溶解于乙酸乙酯获得壳材溶液，将美沙拉嗪微晶分散于壳材溶液中获得油相，采用微流控技术将油相分散于水相中，制备获得美沙拉嗪微晶胶囊。美沙拉嗪微晶单分散性良好，能够集中释放大量药物。制备过程中油相液滴中的有机溶剂不断扩散至外部连续相流体中，壳材浓度上升直至固化成壳，制备粒径均一的微胶囊。
📄 2025108439424
📂 A61K9_50
👤 齐鲁工业大学(山东省科学院)
📅 2025-06-23
本发明提供一种ZIF‑67/聚吡咯席夫碱衍生碳夹层材料及其制备方法与应用。本发明首先通过简单的醛胺反应及氧化聚合过程获得聚吡咯席夫碱聚合物，然后经原位生长获得ZIF‑67/聚吡咯席夫碱复合材料，最终经碳化制得ZIF‑67/聚吡咯席夫碱衍生碳夹层材料。本发明制备方法简单，成本较低；所得ZIF‑67/聚吡咯席夫碱衍生碳夹层材料能够加速Li+的快速均匀运输，抑制锂枝晶生长，而且可以通过“物理阻挡‑化学吸附‑催化转化”的协同作用有效抑制多硫化锂穿梭。本发明所得ZIF‑67/聚吡咯席夫碱衍生碳夹层材料应用于锂硫电池表现出优异的电化学性能，包括高的可逆比容量、优异的倍率性能以及循环稳定性。
📄 2024107261792
📂 C01B32_05
👤 齐鲁工业大学(山东省科学院)
📅 2024-06-06
本发明涉及一种三维网络结构的丝瓜络基衍生碳电极材料的制备方法，属于新能源电子材料技术领域。除了传统活化碳化法，采用Co离子催化石墨化的方法，得到三维网络结构的丝瓜络基衍生碳，其制备工艺为：将丝瓜络于300℃预碳化，并浸渍在0.05mol/L的硝酸钴溶液中24 h，不离心不洗涤，烘干后，按照m样:mKOH=1:1的比例进行混合干燥，在700℃下碳化90min，冷却室温后酸洗干燥，即得最终产物。制备的三维网络结构的丝瓜络基衍生碳作为电极材料，高活性物质负载量（10 mg）时仍具有出众的体积比电容量及质量比电容量。在0.2 A/g时，体积及质量比容值分别为1188.8 F/cm3和653.3F/g，倍率性能高达75%，电容性能优势明显，展示出丝瓜络基衍生碳电极材料巨大的市场应用前景。
📄 2021100066846
📂 H01G11_44
👤 齐鲁工业大学(山东省科学院)
📅 2021-01-05
本发明公开了基于对比学习的疾病分类ICD自动编码方法和装置，属于自然语言处理及人工智能领域。本发明要解决的技术问题为如何使用自然语言处理技术为患者的电子病历文本匹配相对应的诊断编码即疾病分类编码，以减少医疗人员的工作量，提高自动编码匹配正确率，提高匹配速度，采用的技术方案为：①一种基于对比学习的疾病分类ICD自动编码方法，该方法包括如下步骤：S1、构建ICD自动编码模型训练数据集；S2、构建ICD自动编码模型；S3、训练ICD自动编码模型。②一种基于对比学习的疾病分类ICD自动编码装置，该装置包括，ICD自动编码模型训练数据集构建单元、ICD自动编码模型构建单元、ICD自动编码模型训练单元。
📄 2023108010458
📂 G06N3_0455
👤 齐鲁工业大学(山东省科学院)
📅 2023-07-03
本发明公开了基于新闻事件和新闻风格联合建模的新闻推荐方法和系统、存储介质、电子设备，属于自然语言处理技术领域及推荐系统领域，本发明要解决的技术问题为如何从用户浏览过的新闻中，挖掘新闻所包含的事件特征和风格特征，从而更好地向用户推荐符合其偏好的新闻。采用的技术方案为：①新闻事件和新闻风格联合建模的新闻推荐方法，该方法包括如下步骤：S1、构建新闻推荐模型的训练数据集；S2、构建基于新闻事件和新闻风格联合建模的新闻推荐模型；S3、训练模型。②一种基于新闻事件和新闻风格联合建模的新闻推荐系统，该系统包括：训练数据集生成单元、基于新闻事件和新闻风格联合建模的新闻推荐模型构建单元、模型训练单元。
📄 2023111599472
📂 G06F16_9535
👤 齐鲁工业大学(山东省科学院)
📅 2023-09-11
本发明公开了一种基于对比学习的医疗问题摘要生成方法和装置，属于人工智能、自然语言处理领域。本发明要解决的技术问题为如何使用自然语言处理技术，为较长的患者健康问题自动生成简短的摘要，以便于在标准问答数据库中检索与之匹配的常见问题。采用的技术方案为：①一种基于对比学习的医疗问题摘要生成方法，该方法包括如下步骤：S1、构建医疗问题摘要生成数据集；S2、构建困难负样例；S3、构建医疗问题摘要生成模型；S4、训练医疗问题摘要生成模型。②一种基于对比学习的医疗问题摘要生成装置，该装置包括：医疗问题摘要生成数据集构建单元、困难负样例构建单元、医疗问题摘要生成模型构建单元及医疗问题摘要生成模型训练单元。
📄 2023104963214
📂 G06F16_34
👤 齐鲁工业大学(山东省科学院)
📅 2023-04-27
本发明公开了基于关系融合和信息融合的医疗实体消歧方法和装置，属于人工智能、自然语言处理领域。本发明要解决的技术问题为如何使用自然语言处理技术增强医疗实体提及的上下文表示和候选医疗实体的表示，从而准确地判断医疗实体提及所对应的候选医疗实体。采用的技术方案为：①基于关系融合和信息融合的医疗实体消歧方法，该方法包括如下步骤：S1、构建医疗实体消歧知识库；S2、构建医疗实体消歧模型数据集；S3、构建医疗实体消歧模型；S4、训练医疗实体消歧模型。②基于关系融合和信息融合的医疗实体消歧装置，该装置包括：医疗实体消歧知识库构建单元、医疗实体消歧模型数据集构建单元、医疗实体消歧模型构建单元和医疗实体消歧模型训练单元。
📄 2023112786264
📂 G06F16_36
👤 齐鲁工业大学(山东省科学院)
📅 2023-10-07
本发明公开了一种基于用户意图特征的智能新闻推荐方法和系统，属于推荐系统领域和自然语言处理领域。本发明要解决的技术问题为现有的新闻推荐方法无法识别用户意图特征，从而导致推荐结果不准确的问题，采用的技术方案为：该方法具体如下：S1、构建新闻推荐模型的训练数据集；S2：构建基于用户意图特征的新闻推荐模型：具体如下：S201、构建新闻编码器；S202、构建TF‑IDF算法模块；S203、构建意图编码器；S204、构建图神经网络；S205、构建意图解码器；S206、构建点击率预测器；S3、训练基于用户意图特征的新闻推荐模型。该系统包括训练数据集生成单元、基于用户意图特征的新闻推荐模型构建单元和模型训练单元。
📄 2023104129114
📂 G06F16_9535
👤 齐鲁工业大学(山东省科学院)
📅 2023-04-13
柿子坊 · 知识产权运营
柿子坊知识产权运营平台