원래 이름 기록: 河南大学

发明属于功能纳米材料领域，涉及一种规模化制备单斜相二氧化钒纳米粉体的方法、隔热薄膜及其应用，通过将共沉淀法与低温煅烧相结合，成功实现了单斜相VO纳米粉体的规模化制备，所得产物具有优异的尺寸均一性（平均粒径为65±10 nm）和可调控的相变特性（61‑68℃）。基于该纳米粉体制备的聚合物基复合薄膜展现出优异的光学性能，本方法具有反应条件温和（≤600℃）、产物形貌和相变温度可控等优势，为智能窗用纳米功能材料的工业化生产提供了可靠的解决方案。

本发明属于植物基因工程领域，涉及一种基因或蛋白在调控大豆叶片失水率中的应用和方法。本发明通过敲除大豆中两个基因，出现叶片的失水率变高的表型。本发明构建的CRISPR/Cas9敲除技术可获得纯和突变体大豆植株，与对照大豆相比，离体叶片的失水率随着时间的变长显著变高，可应用于筛选适应常年高温、干旱地区生长的大豆，具有巨大的应用前景。

本发明涉及粮食储存与检测技术领域，特别是指一种用于粮仓检测的电控取样装置，解决了现有技术中样品代表性差、无法实现精准分层取样的问题，包括主机组件和取样组件，取样组件包括若干个头尾相连的取样管，每个取样管的上端设有上法兰，每个取样管的下端设有下法兰，取样管、上法兰和下法兰配合形成容纳样品的取样腔，上法兰与下法兰可拆卸连接，最上端取样管的上法兰与主机组件可拆卸连接；每个取样管的上部设有取料口，取样管上铰接有与取料口对应的取料门；取料门为上内开门，取料门的下侧通过锁止机构与取样管连接。有益效果是：取样管之间取料口高度差一致，可实现精准分层取样；采用粮食自然压力推动取料门进料的方式，样品偏差小。

本发明提出了一种微电网内部轻量化半量子通信方法，步骤为：通过SQKD协议建立共享身份认证密钥，生成量子序列；DERs接收量子序列，并与MGCC进行交互来验证DERs的身份，同时动态更新身份认证密钥；DERs在量子序列中插入经典态和原始量子态来验证MGCC身份，并确认用于通信的最终密钥；MGCC和DERs身份验证通过后，通过最终密钥进行通信；定期身份验证，实现通信实时安全性。本发明通过“MGCC+DERs”混合模式，在降低硬件成本的同时，依托SQKD与双向身份认证协议，实现微电网控制信号的量子级加密传输，保障DERs与MGCC间通信的保密性与完整性。

本发明通过高原低压氧舱来建立急性低氧动物模型，评价环黄芪醇预处理后对预防急性低氧运动胁迫小鼠的作用。发现环黄芪醇预处理后对机体没有造成不良影响，可以提升小鼠的运动表现，延长运动时间，改善腓肠肌和心肌组织损伤。能够显著降低力竭运动后血清中LAC的积累，减少代谢产物BUN的堆积，显著提升血清中的抗氧化酶T‑SOD活力、降低血清中脂质过氧化产物MDA的积累。环黄芪醇可以降低血清中炎症因子IL‑6和TNF‑α含量，提高腓肠肌中Ca‑Mg‑ATP酶和Na‑K‑ATP酶的水平，调节能量代谢，提高供能效率。

本发明公开了仙茅苷在制备预防或治疗肾纤维化药物中的应用，属于生物医药技术领域。在体内实验中，通过腹腔注射仙茅苷可降低UUO模型小鼠肾组织中Vimentin与α‑SMA的表达水平，从而减轻TGF‑β1诱导的细胞表型转化，并减少Masson染色中胶原纤维沉积面积，降低UUO模型小鼠肾组织中Collagen I蛋白的表达水平，从而减轻肾组织的纤维化进程。生信分析及细胞热迁移实验表明仙茅苷可与EZH2结合，提示其可能通过靶向EZH2通路抑制纤维化进程。本发明首次证明仙茅苷具有减轻肾纤维化的作用，为仙茅苷在肾脏疾病方向的药物开发提供新的思路。

本发明属于光电功能材料技术领域，涉及一种光电响应型有机无机杂化配合物，所述配合物的分子式为CHInNO。该化合物以光活性1,1'‑双(4‑羧基苯基)‑4,4'‑联吡啶作为主配体，富电子性的对苯二甲酸作为辅助配体，在溶剂热条件下与In(NO)配位形成三维框架结构。与报道的同类化合物相比，该配合物具有灵敏的光/电致变色行为，在紫外光照4 s内就由橙红色变为绿色，且在变色后能够在1 h后恢复至初始色。此外该化合物还展现出优异的电致变色和裸眼识别氨气的行为。这些特性使其在无墨打印、电致变色器件、光致变色装饰、光存储器、光开关和光电显示、挥发性胺检测中等领域具有广泛的应用前景。

本发明提供了一种双金属氧化物电致变色薄膜及其制备方法和应用，涉及电致变色的技术领域，包括以下步骤：S1、将金属盐和草酸溶于去离子水中形成前驱体溶液；S2、向步骤S1的前驱体溶液中加入PVA水溶液并充分搅拌，获得均匀稳定的双金属氧化物前驱体水基墨水；S3、采用步骤S2中的双金属氧化物前驱体水基墨水在导电基底上制备大面积均匀的氧化物前驱体薄膜，将该氧化物前驱体薄膜通过高温煅烧去除PVA，得到双金属氧化物电致变色薄膜。本发明提供的双金属氧化物电致变色薄膜在低电压下呈现出从透明到深蓝色的电致变色性能，并且在近红外区域具备较大的光学调制能力，在节能智能窗、低能耗显示等领域具有广阔的应用前景。

本发明属于锂离子电池技术领域，具体涉及一种低温电解液和锂离子电池。本发明以乙酸甲酯作为主溶剂，以三氟乙酸甲酯作为弱配位助溶剂，通过乙酸甲酯、三氟乙酸甲酯和成膜添加剂形成的溶剂体系，与锂盐构成低温电解液。利用三氟乙酸甲酯的弱极性和‑CF基团的强吸电子特性，主动重构了Li的溶剂化环境，实现了对Li初级溶剂化层结构的主动调控，从而协同解决了高离子电导率与界面稳定性的矛盾。本发明所用的乙酸甲酯和三氟乙酸甲酯原料均为小分子，为低成本溶剂，工艺简单易推广。

本发明属于电催化材料技术领域，公开了一种无定形铜量子点催化剂在电催化硝酸根还原制氨上的应用，所述无定形铜量子点的制备方法包括以下步骤：在醇类溶剂中加入铜盐，搅拌溶解；然后加入还原剂单宁酸，加碱继续搅拌后，转移至反应釜进行水热反应，离心，分离，洗涤，干燥得到铜量子点。本发明制备的无定形Cu（QDs）催化材料，巧妙地解决了在电催化硝酸盐还原制氨中存在的活性低、选择性差、稳定性弱问题。

本发明提供了一种基于动态光谱调控的智能三模式热管理织物及其制备方法，属于热管理织物技术领域。该织物由高太阳反射率和高发射率的织物底层以及功能层构成，功能层材料包括热致变色微胶囊与铯钨青铜（CWO）纳米颗粒。在低温环境下，热致变色微胶囊处于有色态，与CWO纳米颗粒协同作用，实现宽光谱太阳能吸收，提供高效加热。当环境温度超过热致变色微胶囊的相变温度时，微胶囊转变为无色态，结合高反射基体，显著增强对可见光的反射，降低太阳辐射吸收。该织物的自适应加热侧具备强加热与弱加热两种模式，能够实现温度自适应的分级保暖，有效避免过热和低温烫伤风险。同时，织物底层具有辐射制冷功能，通过翻转织物，可切换为制冷模式。

本发明公开一种基于多模态混合专家模型的图文对齐方法及系统，该方法包括：构建多模态混合专家模型，包括异构专家协作模块、余弦相似度动态路由模块及差异感知对比学习模块；异构专家协作模块使用多个预训练视觉模型专家和多个预训练文本模型专家分别提取图像和文本的特征，并通过投影层将特征映射到统一维度的语义空间；余弦相似度动态路由模块基于余弦相似度计算不同专家的重要性得分，实现特征的自适应融合；差异感知对比学习模块计算图文特征间的相似度矩阵，结合基础对比损失和动态加权的硬负例损失进行多模态混合专家模型训练；基于多模态混合专家模型进行图像到文本或文本到图像的双向检索。本发明大幅提升了跨模态检索性能。

本发明涉及强化学习技术领域，提供一种基于强化学习的区块链预言机节点选择方法。该方法通过建立了贝叶斯成本依赖声誉值模型，使用强化学习Actor‑Critic算法进行决策；服务用户发起区块链交易或智能合约调用节点选择合约，节点选择合约调用AC合约对所有预言机节点声誉值和成本值初始化为状态空间集；AC合约调用Actor网络根据策略选择最佳预言机节点；决策结果返回预言机节点群执行后将结果集返回并将奖励值输入Critic网络中评估策略价值，由Critic网络评估动作分来指导Actor网络并更新状态空间集，以选择最优策略。

本发明属于智能体自主导航和环境感知领域，公开一种适用于无人机自主导航的单目自监督深度估计方法，包括：构建适用于低空无人机图像输入的深度估计模型；在编码器深层引入增强线性注意力（ELA）模块，以建模弱纹理区域（如植被、沙地、阴影）中的空间结构特征；在跳跃连接路径中融合多尺度卷积注意力模块，强化复杂边界与细节区域的感知能力；在解码器中采用空间重排上采样机制，以增强高分辨率特征重建与深度边缘恢复；最终通过3×3卷积与Sigmoid激活生成深度图。本方法能够有效提升自然场景中，特别是远距离和结构模糊区域的深度估计精度，显著增强无人机在多变环境下的三维感知与跨场景泛化能力。

本发明提出了一种柴油混合燃料，属于新能源燃料的技术领域，用以解决柴油燃料利用率低、纳米金属颗粒分散稳定性差的技术问题。本发明柴油混合燃料包括柴油和纳米铜，所述纳米铜的添加量为柴油的0.01‑0.5wt%。本发明通过在燃料中引入具有超小粒径和良好分散性的纳米铜颗粒，使燃料在使用过程中能够同时改善润滑性能和燃烧特性，从而延长发动机关键零部件的使用寿命，并提高燃料的利用效率。

本发明属于生物技术领域，涉及基因在调控大豆开花时间中的应用和方法。本发明通过CRISPR/Cas9基因编辑技术定向敲除基因的2个同源拷贝(Glyma.15G162300)和(Glyma.09G056100)，获得了基因突变的大豆突变体，研究发现，突变体中开花时间延迟，说明促进大豆开花。因此可以将基因应用于大豆开花适应性调控，从而使其在不同纬度可以进行播种，扩大其种植面积，具有巨大的应用前景。

本发明涉及水文预测技术领域，尤其是一种基于图神经网络的流域分布式径流量预测方法及系统，所述方法包括如下步骤：获取流域多源径流数据集以构建多关系动态图结构，提取节点特征向量；基于所述节点特征向量，通过建立流域扩散拟合架构以获得流域演化趋势前向特征；构建分布式径流概率预测模型，将所述流域趋势前向特征作为模型输入以获取各子流域未来多时段的径流初始条件概率分布；建立混合损失函数，对所述径流初始条件概率分布进行物理约束优化得到分布式径流优化概率分布；对所述分布式径流优化概率分布进行不确定性量化获得流域分布式径流量预测结果。本发明提升了复杂流域水文过程模拟能力，实现了分布式径流量的精准预测。