CN105867129A - 基于数据挖掘技术的中药提取工艺优化方法 - Google Patents

基于数据挖掘技术的中药提取工艺优化方法 Download PDF

Info

Publication number
CN105867129A
CN105867129A CN201610239223.2A CN201610239223A CN105867129A CN 105867129 A CN105867129 A CN 105867129A CN 201610239223 A CN201610239223 A CN 201610239223A CN 105867129 A CN105867129 A CN 105867129A
Authority
CN
China
Prior art keywords
chinese medicine
data
data mining
extraction
optimization
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610239223.2A
Other languages
English (en)
Inventor
李页瑞
刘雪松
吴永江
陈勇
栾连军
王龙虎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Kanion Pharmaceutical Co Ltd
Industrial Technology Research Institute of ZJU
Original Assignee
Industrial Technology Research Institute of ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Industrial Technology Research Institute of ZJU filed Critical Industrial Technology Research Institute of ZJU
Priority to CN201610239223.2A priority Critical patent/CN105867129A/zh
Publication of CN105867129A publication Critical patent/CN105867129A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于数据挖掘技术的中药提取工艺优化方法。通过对中药提取过程中各种条件参数的收集、处理，再基于数据挖掘技术，构建出了可靠的数据处理模型，进而用以指导中药提取工艺的优化。通过采用本发明提供的基于数据挖掘技术的中药提取工艺，可在实际操作之前进行条件优化，以模型给出的最优条件作为参考，可节约成本，提高效率，适用于各种规模的中药提取条件优化，对最终产品的安全性、有效性、稳定性、均一性等有着重要的意义。

Description

基于数据挖掘技术的中药提取工艺优化方法
技术领域
本发明涉及中药工艺研发领域，特别是涉及基于数据挖掘技术的中药提取工艺优化方法。
背景技术
中药提取过程就是用适当的溶剂将中药中的有效成分从植物组织中溶解出来的过程。中药提取过程的工艺参数(如温度、升温时间、时间、溶剂浓度等)直接影响着有效成分的溶出速度。以提取温度和提取时间为例，如温度过低，则会造成有效成分的提取不完全，导致最终产品不合格；如温度过高，则可能造成热敏性成分分解，甚至有可能导致药液煎糊，最终导致产品不合格。提取时间也直接影响着有效成分的溶出速度，如时间太短，则会造成有效成分的提取不完全；如时间太长，则可能造成热敏性成分分解和能耗的浪费。
可见，中药提取过程的工艺参数对最终产品的安全性、有效性、稳定性、均一性等起着至关重要的作用。因此，对中药提取工艺进行优化，选取最优的中药提取工艺，对最终产品的安全性、有效性、稳定性、均一性等有着重要的意义。
中药提取过程工艺参数多、质量指标多。随着科学数据的大量积累和各种数据库的广泛使用，人们逐步认识到海量数据的利用十分困难、效率低下，而且很难从中获得有价值的指导性意见。
发明内容
本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。
本发明还有一个目的是提供一种基于数据挖掘技术的中药提取工艺优化方法，对中药提取工艺进行优化，选取最优的中药提取工艺，保证中药产品的稳定性和均一性。
为了实现本发明的这些目的和其它优点，提供了一种基于数据挖掘技术的中药提取工艺优化方法，其包括以下步骤：
步骤1，数据采集：首先确定中药提取过程的工艺优化目标P，将对所述工艺优化目标P产生影响的工艺参数设为工艺优化指标；根据设定的工艺优化指标，在中药提取设备上安装用于检测相应指标的检测仪表，通过所述检测仪表采集中药提取过程中工艺数据；将所述工艺数据与质量数据相对应形成数据采集样本；
步骤2，数据预处理：采用max-min归一化法或z-score归一化法对所采集到的工艺数据进行预处理，剔除不合格、无效的数据，得到中药提取过程数据样本；
步骤3，中药提取工艺数据挖掘模型的建立：根据预处理后的中药提取过程数据样本进行数据挖掘，建立中药提取工艺数据挖掘模型；
步骤4，中药提取工艺数据挖掘模型的验证及优化：对步骤3建立的所述中药提取工艺数据挖掘模型进行验证，验证所述中药提取工艺数据挖掘模型的稳定性及可靠性，当验证结果相符时，则将新的工艺数据及质量数据导入中药提取工艺数据挖掘模型进行质量预测；当验证结果不符时，则重复执行步骤1至步骤3的操作。
优选地，其中，步骤1中对工艺优化目标P产生影响的工艺参数有m个：x1、x2、x3、……、xm，所述工艺参数包括：提取温度、升温时间、提取时间、提取溶剂浓度及提取压力。
优选地，其中，所述工艺优化指标包括提取液中的有效成分含量a、固含量b、提取液体积c及质量均一性指标d。
优选地，其中，所述有效成分含量a包括n个指标(其中n≥1)：a1、a2、a3、a4、……、an。
优选地，其中，通过在中药提取设备上安装用于检测温度的温度计、用于检测流量的流量计及用于测压的压力表，采集中药提取过程中的工艺数据。
优选地，其中，所述质量数据包括提取液中有效成分含量指标、固含量指标、提取液体积及药材水分含量。
优选地，其中，所述数据采集样本包括以所述工艺数据及所述质量数据形成的不同的列及不同批号形成的不同的行。
优选地，其中，所述数据采集样本中数据不少于50批。
优选地，其中，所述中药提取工艺数据挖掘方法包括：K-means算法、K-medoids算法、人工神经网络算法、反向传播算法、SVM支持向量机算法。
本发明至少包括以下有益效果：对中药提取过程产生的数据信息进行数据挖掘形成中药提取工艺数据挖掘模型，从而能够指导中药提取工艺的优化，保证最终产品的稳定性和均一性。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
具体实施方式
下面对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。
本发明提供基于数据挖掘技术的中药提取工艺优化方法，具体为中药J提取过程的质量追溯方法，包括步骤为：
1.数据采集，确定中药J提取过程的工艺优化目标P，收集提取液中的有效成分含量a，其中有效成分含量指标a包括n个指标(其中n≥1)：a1、a2、a3、a4、……、an，固含量b、提取液体积c，工艺优化目标P的影响因素：提取温度、升温时间、提取时间、提取溶剂浓度、提取压力；
2.为实现数据采集，需在中药提取设备上安装温度计、流量计、压力表等仪表，采集中药J提取过程中产生的工艺数据，为了保证数据挖掘模型的可靠性，数据不少于50批；
3.用max-min归一化方法或z-score归一化方法对数据进行预处理；
4.通过K-means算法、K-medoids算法、人工神经网络算法、反向传播算法、SVM支持向量机算法，进行数据挖掘，建立中药J提取过程的质量追溯方法模型；
5.将建立的中药J提取过程的质量追溯方法模型进行实际验证，验证模型的可靠性和稳定性；
6.若建立的中药J提取过程的质量追溯方法模型可靠性和稳定性都不好，重复进行数据收集、数据处理、模型重建和稳定性可靠性验证。
若建立的中药J提取过程的质量追溯方法模型可靠性和稳定性都较好，则进行中药J提取过程的质量工艺优化指导。
实施例1
具体包括步骤为：
(1)中药J提取过程数据采集
以中药J提取液中的固含量、质量均一性为工艺优化指标；工艺优化目标的影响因素的工艺参数为药材批次、投料量、升温时间、提取温度、提取溶剂体积、提取溶剂温度、提取时间、蒸汽压力、提取溶剂pH值；
在中药提取设备上安装温度计、流量计、压力表等仪表，采集中药提取过程中产生的工艺数据。对提取液中有效成分含量指标、固含量指标、提取液体积和药材水分含量进行检测，获取中药提取过程的质量参数数据。将工艺数据与质量参数数据相对应，每个纬度代表着一个指标，每一行代表一条数据，形成数据采集样本。为了保证数据挖掘模型的可靠性，数据不少于50批。
(2)步骤(1)所得到的数据是很粗糙的原始的数据，要想得到比较好的数据挖掘的效果首先要进行数据的预处理，包括数据的抽取和数据的归一化。中药J提取过程数据采用的归一化的方法为max-min归一化方法。
(3)以固含量和质量均一性为工艺优化目标，建立中药J提取工艺数据挖掘模型，
寻找生产、工艺、质量之间的关联规律；
表1 关联度比较
如表1所示，以有效成分含量、固含量、药液量为工艺优化目标，经数据挖掘得出，与质量关联度较大的工艺参数为：提取溶剂pH值及升温时间，药材水分及药材含量则关联度较小。
表2 数据采集样本
由数据挖掘，得出结论：
①与质量关联度较大的工艺参数为：提取溶剂pH值、升温时间；
②提取溶剂pH值过高会导致固含量增加，可能会导致杂质增多；
③升温时间过短会导致固含量增加，可能会导致杂质增多。
(4)中药提取工艺数据挖掘模型的验证
改变中药J提取过程提取溶剂的提取溶剂pH值和升温实验，验证是否会对提取液的有效成分含量、固含量、药液量产生影响。
(5)指导中药提取工艺的优化
根据中药J提取工艺数据经数据挖掘得出的结论：为了保证质量的稳定性，需要准确控制提取溶剂pH值在3.8～4.0；升温时间控制在25min以上。
这里说明的设备数量和处理规模是用来简化本发明的说明的。对本发明的应用、修改和变化对本领域的技术人员来说是显而易见的。
本发明主要解决的技术问题是提供基于数据挖掘技术的中药提取工艺优化方法，对中药提取工艺进行优化，选取最优的中药提取工艺，保证中药产品的稳定性和均一性。
本发明采用的一个技术方案是：提供基于数据挖掘技术的中药提取工艺优化方法，包括步骤为：
(1)中药提取过程数据采集
首先确定中药提取过程的工艺优化目标P，以提取液中的有效成分含量a、固含量b、提取液体积c、质量均一性指标d为工艺优化指标，其中有效成分含量指标a包括n个指标(其中n≥1)：a1、a2、a3、a4、……、an。工艺优化目标P的影响因素有m个工艺参数：x1、x2、x3、……、xm。工艺参数包括：提取温度、升温时间、提取时间、提取溶剂浓度、提取压力。
在中药提取设备上安装温度计、流量计、压力表等仪表，采集中药提取过程中产生的工艺数据。对原药材和提取液中有效成分含量指标a、固含量指标b、提取液体积c进行检测，获取中药提取过程的质量参数数据。将工艺数据与质量参数数据相对应，每个纬度代表着一个指标，每一行代表一条数据，形成数据采集样本。为了保证数据挖掘模型的可靠性，数据不少于50批。
(2)中药提取过程数据预处理
步骤(1)中得到的数据都是很粗糙的原始的数据，要想得到比较好的数据挖掘的效果首先要进行数据的预处理，通过数据的预处理，剔除不合格的、无效的数据信息。其中预处理方法为max-min归一化方法或z-score归一化方法。
(3)中药提取工艺数据挖掘模型的建立
根据预处理后的中药提取过程数据样本进行数据挖掘，建立中药提取工艺数据挖掘模型，用于指导中药提取工艺的优化。中药提取工艺数据挖掘方法包括：K-means算法、K-medoids算法、人工神经网络算法、反向传播算法、SVM支持向量机算法。
(4)中药提取工艺数据挖掘模型的验证
将中药提取工艺数据挖掘模型应用于中药提取过程，对所建立的模型进行验证，考察模型的可靠性和稳定性。如果模型稳定性和可靠性较好，则用于指导中药提取工艺优化；如模型稳定性和可靠性不好，则重复步骤(1)到步骤(3)。
(5)指导中药提取工艺的优化
将中药提取工艺数据挖掘模型应用于中药提取过程，指导中药提取工艺的优化。将中药提取过程采集的工艺数据和质量数据导入中药提取工艺数据挖掘模型，实现中药提取过程实时判断和质量预测。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节。

Claims (9)

1.一种基于数据挖掘技术的中药提取工艺优化方法，其特征在于，包括以下步骤：
步骤1，数据采集：首先确定中药提取过程的工艺优化目标P，将对所述工艺优化目标P产生影响的工艺参数设为工艺优化指标；根据设定的工艺优化指标，在中药提取设备上安装用于检测相应指标的检测仪表，通过所述检测仪表采集中药提取过程中工艺数据；将所述工艺数据与质量数据相对应形成数据采集样本；
步骤2，数据预处理：采用max-min归一化法或z-score归一化法对所采集到的工艺数据进行预处理，剔除不合格、无效的数据，得到中药提取过程数据样本；
步骤3，中药提取工艺数据挖掘模型的建立：根据预处理后的中药提取过程数据样本进行数据挖掘，建立中药提取工艺数据挖掘模型；
步骤4，中药提取工艺数据挖掘模型的验证及优化：对步骤3建立的所述中药提取工艺数据挖掘模型进行验证，验证所述中药提取工艺数据挖掘模型的稳定性及可靠性，当验证结果相符时，则将新的工艺数据及质量数据导入中药提取工艺数据挖掘模型进行质量预测；当验证结果不符时，则重复执行步骤1至步骤3的操作。
2.如权利要求1所述的基于数据挖掘技术的中药提取工艺优化方法，其特征在于，步骤1中对工艺优化目标P产生影响的工艺参数有m个：x1、x2、x3、……、xm，所述工艺参数包括：提取温度、升温时间、提取时间、提取溶剂浓度及提取压力。
3.如权利要求1或2所述的基于数据挖掘技术的中药提取工艺优化方法，其特征在于，所述工艺优化指标包括提取液中的有效成分含量a、固含量b、提取液体积c及质量均一性指标d。
4.如权利要求3所述的基于数据挖掘技术的中药提取工艺优化方法，其特征在于，所述有效成分含量a包括n个指标(其中n≥1)：a1、a2、a3、a4、……、an。
5.如权利要求2所述的基于数据挖掘技术的中药提取工艺优化方法，其特征在于，通过在中药提取设备上安装用于检测温度的温度计、用于检测流量的流量计及用于测压的压力表，采集中药提取过程中的工艺数据。
6.如权利要求1所述的基于数据挖掘技术的中药提取工艺优化方法，其特征在于，所述质量数据包括提取液中有效成分含量指标、固含量指标、提取液体积及药材水分含量。
7.如权利要求1所述的基于数据挖掘技术的中药提取工艺优化方法，其特征在于，所述数据采集样本包括以所述工艺数据及所述质量数据形成的不同的列及不同批号形成的不同的行。
8.如权利要求7所述的基于数据挖掘技术的中药提取工艺优化方法，其特征在于，所述数据采集样本中数据不少于50批。
9.如权利要求1所述的基于数据挖掘技术的中药提取工艺优化方法，其特征在于，所述中药提取工艺数据挖掘方法包括：K-means算法、K-medoids算法、人工神经网络算法、反向传播算法、SVM支持向量机算法。
CN201610239223.2A 2016-04-18 2016-04-18 基于数据挖掘技术的中药提取工艺优化方法 Pending CN105867129A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610239223.2A CN105867129A (zh) 2016-04-18 2016-04-18 基于数据挖掘技术的中药提取工艺优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610239223.2A CN105867129A (zh) 2016-04-18 2016-04-18 基于数据挖掘技术的中药提取工艺优化方法

Publications (1)

Publication Number Publication Date
CN105867129A true CN105867129A (zh) 2016-08-17

Family

ID=56632232

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610239223.2A Pending CN105867129A (zh) 2016-04-18 2016-04-18 基于数据挖掘技术的中药提取工艺优化方法

Country Status (1)

Country Link
CN (1) CN105867129A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019042099A1 (zh) * 2017-08-31 2019-03-07 江苏康缘药业股份有限公司 一种中药生产过程知识系统
CN111665716A (zh) * 2020-05-27 2020-09-15 广东工业大学 一种中药/天然植物提取的数学建模方法
CN111781904A (zh) * 2019-11-15 2020-10-16 南昌木本医疗科技有限公司 基于bp神经网络的植物提取的生产过程控制系统
CN113588590A (zh) * 2021-08-11 2021-11-02 苏州泽达兴邦医药科技有限公司 一种基于数据挖掘的中药提取过程质量控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1391910A (zh) * 2001-06-20 2003-01-22 曹国华 一种复方中药提取物的制备方法
CN102109846A (zh) * 2011-03-01 2011-06-29 南昌弘益科技有限公司 中药生产自动化智能控制方法
CN102846967A (zh) * 2011-06-29 2013-01-02 湖南中医药大学 一种治疗头痛的纯组分中药制剂及制备工艺
CN101675940B (zh) * 2008-09-19 2013-04-03 江西汇仁药业有限公司 一种中药提取方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1391910A (zh) * 2001-06-20 2003-01-22 曹国华 一种复方中药提取物的制备方法
CN101675940B (zh) * 2008-09-19 2013-04-03 江西汇仁药业有限公司 一种中药提取方法
CN102109846A (zh) * 2011-03-01 2011-06-29 南昌弘益科技有限公司 中药生产自动化智能控制方法
CN102846967A (zh) * 2011-06-29 2013-01-02 湖南中医药大学 一种治疗头痛的纯组分中药制剂及制备工艺

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李耀芳: "数据挖掘在中药提取信息中的应用研究", 《万方学位论文》 *
邵秀丽 等: "中药生产数据挖掘分析的研究和实现", 《南开大学学报》 *
陈梅: "中药生产提取工艺智能控制系统的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019042099A1 (zh) * 2017-08-31 2019-03-07 江苏康缘药业股份有限公司 一种中药生产过程知识系统
US20200350058A1 (en) * 2017-08-31 2020-11-05 Jiangsu Kanion Pharmaceutical Co., Ltd. Chinese medicine production process knowledge system
JP2020533403A (ja) * 2017-08-31 2020-11-19 ジアンスー カニョン ファーマシューティカル カンパニー リミテッドＪｉａｎｇｓｕ Ｋａｎｉｏｎ Ｐｈａｒｍａｃｅｕｔｉｃａｌ Ｃｏ．，Ｌｔｄ． 漢方薬生産プロセス知識システム
CN111781904A (zh) * 2019-11-15 2020-10-16 南昌木本医疗科技有限公司 基于bp神经网络的植物提取的生产过程控制系统
CN111781904B (zh) * 2019-11-15 2021-05-11 南昌木本医疗科技有限公司 基于bp神经网络的植物提取的生产过程控制系统
CN111665716A (zh) * 2020-05-27 2020-09-15 广东工业大学 一种中药/天然植物提取的数学建模方法
CN111665716B (zh) * 2020-05-27 2022-07-05 广东工业大学 一种中药/天然植物提取的数学建模方法
CN113588590A (zh) * 2021-08-11 2021-11-02 苏州泽达兴邦医药科技有限公司 一种基于数据挖掘的中药提取过程质量控制方法
WO2023016259A1 (zh) * 2021-08-11 2023-02-16 苏州泽达兴邦医药科技有限公司 一种基于数据挖掘的中药提取过程质量控制方法
CN113588590B (zh) * 2021-08-11 2024-04-16 苏州泽达兴邦医药科技有限公司 一种基于数据挖掘的中药提取过程质量控制方法

Similar Documents

Publication Publication Date Title
CN105867129A (zh) 基于数据挖掘技术的中药提取工艺优化方法
CN107677647A (zh) 基于主成分分析和bp神经网络的中药材产地鉴别方法
CN106408562B (zh) 基于深度学习的眼底图像视网膜血管分割方法及系统
CN107066934A (zh) 胃部肿瘤细胞图像识别判定装置、方法及胃部肿瘤切片识别判定设备
CN108509997A (zh) 一种基于近红外光谱技术对中药皂角刺的真伪进行化学模式识别的方法
CN106845497A (zh) 基于多特征融合的玉米前期图像旱情识别方法
CN105069291A (zh) 一种基于emd和bp神经网络的电机轴承故障辨识方法
CN108020556A (zh) 一种基于机器视觉的玉米种子在线破损检测分类方法
CN106200573A (zh) 中药企业提取车间生产制造执行系统（mes）实现方法
CN108096301B (zh) 超声波-微波协同提取碱蓬中总黄酮的装置及其工艺方法
CN109817333A (zh) 一种四诊信息权重分析的中医辨证系统及其方法
CN107796766A (zh) 一种臭脚盐产地鉴别方法、装置及计算机可读存储介质
CN108846360A (zh) 草原盐渍化的遥感识别方法、装置及计算机可读储存介质
CN103245713B (zh) 基于支持向量机和离子迁移谱的中草药产地鉴别方法
Dong et al. Fusing multilevel deep features for fabric defect detection based NTV-RPCA
CN102103074B (zh) 一种鉴别硫酸软骨素来源的方法
CN102539433B (zh) 一种荔枝种核质量的无损检测方法
Ihsanuddin et al. Identification of Bacterial Leaf Blight and Brown Spot Disease In Rice Plants With Image Processing Approach
CN102224856A (zh) 同步提取大豆油脂和浓缩蛋白的方法
Uoc et al. A novel automatic detecting system for cucumber disease based on the convolution neural network algorithm
CN103824083B (zh) 基于叶片完备局部二值特征的Web在线物种识别方法
CN104850735A (zh) 一种基于栈式自编码的活动识别方法
CN106442390A (zh) 基于pca‑svm算法的转基因大豆分类鉴定方法
CN109829408A (zh) 基于卷积神经网络的智能闪电识别装置
CN106444578B (zh) 一种基于异构测地线距离svdd的故障检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Li Yerui

Inventor after: Liu Xuesong

Inventor after: Xiao Wei

Inventor after: Wu Yongjiang

Inventor after: Chen Yong

Inventor after: Luan Lianjun

Inventor after: Wang Longhu

Inventor before: Li Yerui

Inventor before: Liu Xuesong

Inventor before: Wu Yongjiang

Inventor before: Chen Yong

Inventor before: Luan Lianjun

Inventor before: Wang Longhu

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20170822

Address after: 215163 Jiangsu province Suzhou New District kolding Road No. 78 Su Gaoxin Software Park Building No. 8

Applicant after: Industrial Technology Research Institute of Zhejiang University

Applicant after: Kangyuan Pharmceutical Co., Ltd.

Address before: Kolding road high tech Zone of Suzhou City, Jiangsu province 215163 No. 78 Su Gaoxin Software Park Building No. 8

Applicant before: Industrial Technology Research Institute of Zhejiang University

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160817