本发明公开一种基于持续学习改进的类增量业务识别方法及系统，属于通信网络技术领域；方法包括采集通信网数据并进行无损压缩，处理为只含有IP层报文的报文信息流；对报文信息流进行预处理，然后采用DBSCAN算法对信息流添加标签，得到可用于业务识别模型训练的数据集；采用OWM方法改进CNN模型，得到OWM改进的业务识别模型，并用数据集对OWM改进的业务识别模型进行训练，之后结合专家知识来进行模型诊断，调整模型参数，进行AI辨识；将经过AI辨识产生的结果输出，并根据业务识别结果对网络进行精细化管理；该方法不仅解决了现有的通信网络中训练样本难以获取，还解决了传统业务识别模型出现遗忘，无法应对动态网络环境的问题以及准确性下降问题。

本发明公开了一种湿式球磨法制备超薄页硅酸镍催化剂的方法，属于无机纳米材料制备技术领域。本发明将一定比例的可溶性镍盐(镍源)、氧化硅材料(硅源)、以及一定量的含氟刻蚀剂和碱性物质加入到球磨罐中，通过调节球磨工艺参数和球料比等参数，实现了室温下合成高分散度、结构稳定的超薄页硅酸镍催化剂。利用本发明方法制得的催化剂与传统水热法和蒸氨法制得的催化剂相比，本发明的制备方法绿色环保，制备条件温和，制备周期更短，且催化剂具有更好的催化活性。

本发明提供了一种过热蒸汽联合固态发酵制备营养米的方法，发明涉及食品加工的技术领域。所述方法包括以下步骤：制备米曲霉孢子悬浮液；将有色米样品使用过热蒸汽处理900s‑1000s后冷却至室温，得有色米处理品；所述过热蒸汽的温度为150‑170℃，流量为2.0‑2.5m3/h；将有色米处理品与营养成分混合后，加入米曲霉孢子悬浮液进行固态发酵，将发酵产物低温干燥后制得营养米。该方法能够改善有色米营养物质利用率低、耐贮性差、不易熟化的缺陷，具有提高有色米营养物质的生物利用率，缩短熟化时间，延缓贮藏过程中有色米产品脂肪酸值和过氧化值的升高的效果。

本发明提供了涉及一种米曲霉及其应用，涉及微生物的技术领域。该菌命名为米曲霉Aspergillus oryzae M6，所述米曲霉M6已于2023年4月12日保藏于中国典型培养物保藏中心，保藏编号为CCTCC NO：M2023533，保藏地址为中国武汉武汉大学。所述米曲霉M6可应用于有色米的固态发酵过程，在固态发酵过程中可以同时代谢α‑淀粉酶、蛋白酶、纤维素酶、羧甲基纤维素酶和果胶酶，能够显著缩短有色米的熟化时间、延缓贮藏过程中有色米脂肪酸值和过氧化值的升高。

本发明公开了一种超薄富缺陷页硅酸镍催化剂的制备方法和应用，属于无机纳米材料制备技术领域。本发明将一定比例的可溶性镍盐(镍源)、氧化硅材料(硅源)、以及一定量的含氟刻蚀剂和碱性物质、造孔剂和消泡剂加入到微波炉中，通过调变微波功率、加热时间以及镍硅比等参数，实现了快速高效合成超薄富缺陷页硅酸镍催化剂。利用本发明方法制得的催化剂与传统水热法和蒸氨法制得的催化剂相比，具有绿色环保，制备条件温和，周期短，所得页硅酸镍片层厚度薄且缺陷位多，催化活性高等优势。

本发明涉及一种钢柱柱脚加固结构，包括地基，还包括承载体、驱动件和加固件；所述承载体固定在基坑内、且底面上设置有容纳槽，所述容纳槽的顶面设有导向孔，承载体的左右侧对称设置有承载槽，承载体的顶面可拆卸连接连接板，连接板上方固定安装有伸出基坑的钢柱；所述驱动件包括受力板和驱动组件，所述受力板上部位于容纳槽内、下部位于基坑底面开设的凹槽内，受力板和容纳槽的顶面之间连接有连接弹簧，受力板的顶面连接有导向杆，承载槽内均设有驱动组件，所述驱动组件包括螺杆、连接块和限位环；所述钢柱的左右侧均设有加固件。本发明为解决地震纵波会造成钢柱柱脚扭曲变形造成晃动、钢柱与承载体间的连接件松动的问题。

本发明涉及一种面向强稀疏性移动社交网络的链路预测方法、系统及存储介质，方法包括：图自编码器GAE中的编码器接收输入的移动社交网络的图序列，进行特征提取，得到特征矩阵；矩阵聚合模块对所述编码器输出的特征矩阵和图序列的度矩阵进行聚合，得到聚合后的特征矩阵；长短期记忆LSTM模块接收所述矩阵聚合模块输出的聚合后的特征矩阵，进行时序特征提取，将提取的时序特征输入到所述图自编码器GAE中的解码器；所述解码器进行解码，得到预测的链路图。本方法能够降低模型学习的成本，消除移动社交网络强稀疏性对深度神经网络的负面影响，提高链路预测精度。

本发明提供了一种远红外联合固态发酵制备速煮米的方法，涉及食品加工的技术领域。所述方法包括以下步骤：制备米曲霉孢子悬浮液；将有色米样品使用远红外线辐照470‑490s后冷却至室温，得有色米处理品；所述远红外线的辐照温度为150‑170℃；将有色米处理品与营养成分混合后，加入米曲霉孢子悬浮液进行固态发酵，将发酵产物低温干燥后制得营养米。该方法能够显著缩短有色米的熟化时间、提升有色米的总酚含量和总黄酮含量，延缓贮藏过程中黑米脂肪酸值和过氧化值的升高。

本发明涉及起重机技术领域，尤其是多支联动稳定性起重机，包括水平设置的矩形框架，在所述矩形框架两侧沿其长度方向分别固定设置有输送轨道，在两所述输送轨道上安装有起重单元，在所述矩形框架下方内侧和外侧分别对称且间隔设置有顶升支撑组件，两所述顶升支撑组件的顶部均铰接在所述矩形框架底部对应的定位耳座上，在各所述顶升支撑组件的两侧底部分别连接有行走单元。本多支联动稳定性起重机主要用于车间内作为周转起重设备使用，能够根据需要实现狭小空间内的快速周转，整体起重提升时的稳定性较高，针对提升重物的形状和重量的不同可以选择不同的支撑模式，有效地降低在提升过程中整个起重机的晃动性，增强起重平稳效果。

本发明涉及一种基于深度学习的中医望诊面部划分方法和系统，属于图像处理技术领域。方法包括：对视频图像进行抽帧，采用基于深度学习的目标检测算法进行人脸检测；进行面部解析和分割，得到第一分割掩膜；进行关键点检测和人脸区域划分，得到第二分割掩膜；对所述第一分割掩膜和所述第二分割掩膜的掩膜区域进行修正，得到人脸面部的关键区域图像。本方法使用基于深度学习的网络模型对人脸进行识别和划分，实现了对人脸的不同部位的精确划分。