【发 明 人】刘培；唐宗湘；段金廒；杨雁；刘睿；于金高 【摘要】 本发明公开了一种具有致痒作用的芋蛋白提取物，它的氨基酸序列为：Ser-Gln-Leu-Asn-Phe- Tyr-Gln-Gly-Lys-Gly-Gln-Gly-Asn-Phe-Leu-Val-Ala-Val-Asp。本发明通过采用超滤、离子交换层析、凝胶柱层析、超滤或透析除盐等技术，制备得到纯度高，具有很好致痒活性的芋蛋白提取物，该芋蛋白提取物可广泛应用于致痒模型工具药研究、生物检测、疾病诊断和治疗等方面，为芋资源的综合高效利用提供基础，具有重要的意义。

本发明提供了一种从猪小肠浸出液中获得高纯度肝素和高纯度硫酸皮肤素的方法，本发明以猪小肠粘膜浸出液为原料，通过离子交换层析、透析、旋蒸、有机溶剂沉淀生产高纯度的肝素钠以及高纯度的硫酸皮肤素。通过离子交换层析的分步洗脱得到两步洗脱液，以透析法除盐，经旋蒸浓缩得浓缩液，再进行一步醇沉即得到高纯度肝素与硫酸皮肤素。在离子交换树脂的洗脱中使用了梯度的氯化钠溶液洗脱，从而使肝素和硫酸皮肤素能在不同的洗脱液浓度下分离下来，达到了肝素与硫酸皮肤素的分离，并且分别提高了肝素和硫酸皮肤素的纯度，且效价也有了提高，分子量

一种基于多源遥感数据的城市不透水层信息提取方法，包括根据夜间灯光亮度影像，计算归一化灯 光亮度并基于阈值分割方法对城市地表进行区域类型分割;利用灯光亮度、陆地表面温度与归一化土壤 调节植被指数，构建增强型归一化不透水层指数;通过建立每一种类型分割区域的增强型归一化不透水 层指数 MNDISI 与不透水层率之间的线性定量关系，进行不透水层的提取工作。本发明较好地结合了多 源遥感数据的优势，有效抑制了光谱混淆对于不透水层率估算结果的不利影响，为城市土地利用和环境 变化监测提供了一种新的途径。

本发明公开了一种从高频地波雷达海洋回波一阶 Bragg 谐振峰中提取浪高的方法，通过建立 Bragg 海浪谱值随浪高的响应曲线，用在雷达近距离单元上由二阶谱反演的浪高及一阶峰功率去标校远距离元 的一阶峰功率，从而计算出远距离元上的浪高分布。本发明主要依赖的是 Bragg 海浪的不饱和特性，由 一阶 Bragg 谐振峰提取浪高。由于在一般海态条件下一阶峰显著强于二阶谱，因此本发明将大幅提高高 频地波雷达的浪高探测距离，同时对于采用紧凑接收天线的便携式雷达，可将使其获得浪高的空间分辨 能力，从而极大促进其发展和推广应用。

本发明涉及一种融合多尺度特征的激光扫描数据物理平面自动化提取方法。本发明解决的现有问题 主要包括:1发展了基于信息熵的最佳邻域自适应确定方法，克服了点密度变化、噪声、数据缺失等因 素对三维点局部几何特征计算的影响;2综合利用基于点的特征(维数特征，法向量等)和基于区域的 特征(粗糙度、紧凑度、尺度、长宽比等)进行物理平面区域提取，提高了物理平面提取的准确性;3 扩展了现有平面分割方法的适用范围，本发明适用于机载、车载、固定站等多种类型激光扫描数据的物 理平面提取。发明的整体技术流程图如下图。

棉油皂脚经采用本技术加工，可在不影响脂肪酸的品质和收率的前提下从中 提取出棉酚，每吨棉油皂脚的棉酚的收率，以原料的新鲜程度，在 0.5-3%。投资 800 万元建设一套年处理 3000 吨棉油皂脚的装置，可年产药用原料棉酚 1500 kg 以上，按 16 元/g 计，年产值可达 2400 万元以上，利润在 1500 万元以上。同时可彻底根除皂脚加工酸化油过程中的废水的产生。

本项目结合酶解法与超声微波提取石榴皮中黄酮类化合物的。主要方法为:以石榴皮为原料，首先进行真空干燥或真空冷冻干燥，至石榴皮含水率为10%左右干燥后的石榴皮进行粉碎处理，其粒径为 40~60 目;然后以上述石榴粉为原料，采用生物酶解法与超声微波提取法相结合提取黄酮类化合物，即先采用复合酶酶解处理，然后将酶解物进一步采用超声微波提取，制备高得率和高纯度的黄酮类化合物。 创新要点 采用生物酶解技术与超声微波提取技术相结合；产品产品纯度高、得率高、活性强、无有机溶剂残留。 

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。