-
公开(公告)号：CN119359325A
公开(公告)日：2025-01-24
申请号：CN202411897640.7
申请日：2024-12-23
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06Q30/018 , G06Q50/02 , G06Q50/26 , G06Q10/063
Abstract: 本发明公开了一种再生水用于农业水肥一体化的生命周期减碳效益评估方法、系统、终端及存储介质，所述方法包括：构建城市污水再生处理系统数据集；计算再生水水量，以表征水资源回收潜力；计算从再生水中回收作物营养元素的潜力；评估再生水灌溉利用回收水肥资源的全生命周期减碳效益。本发明融合城市污水水量水质数据、再生工艺过程的水耗数据和氮、磷处理效能数据，以及作物吸收再生水中氮、磷营养的效率数据，利用物质流模拟的方法估算再生水灌溉利用的水肥资源回收量及可替代的传统合成化肥用量，全面模拟再生水灌溉利用的水肥资源回收潜力，评估再生水灌溉利用的减碳效益，为促进水和农业系统协同的绿色低碳发展提供关键方法和重要依据。
-
公开(公告)号：CN118313992B
公开(公告)日：2024-09-27
申请号：CN202410749064.5
申请日：2024-06-12
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06Q50/26
Abstract: 本发明公开一种基于膳食特征的人为源污染负荷计算方法及系统，所述方法包括：获取膳食统计数据，根据所述膳食统计数据计算多种膳食摄入数据，所述膳食统计数据包括调查地区的人口、各类膳食人均摄入数量和各类膳食的食物营养属性；获取各种膳食摄入数据对应的污染物的代谢排泄比例，根据各种所述膳食摄入数据和对应的污染物的代谢排泄比例计算对应类型的人为源污染负荷；输出所述人为源污染负荷。本发明充分考虑了当地的膳食背景，在基于膳食数据可用性的前提下，可估算不同时空不同尺度下的人为源污染物负荷总量，与传统方法相比可有效提高计算结果的准确性和时空分辨率。
-
公开(公告)号：CN118313992A
公开(公告)日：2024-07-09
申请号：CN202410749064.5
申请日：2024-06-12
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06Q50/26
Abstract: 本发明公开一种基于膳食特征的人为源污染负荷计算方法及系统，所述方法包括：获取膳食统计数据，根据所述膳食统计数据计算多种膳食摄入数据，所述膳食统计数据包括调查地区的人口、各类膳食人均摄入数量和各类膳食的食物营养属性；获取各种膳食摄入数据对应的污染物的代谢排泄比例，根据各种所述膳食摄入数据和对应的污染物的代谢排泄比例计算对应类型的人为源污染负荷；输出所述人为源污染负荷。本发明充分考虑了当地的膳食背景，在基于膳食数据可用性的前提下，可估算不同时空不同尺度下的人为源污染物负荷总量，与传统方法相比可有效提高计算结果的准确性和时空分辨率。
-
公开(公告)号：CN117830031B
公开(公告)日：2024-06-14
申请号：CN202410247586.5
申请日：2024-03-05
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06Q50/06 , G06F18/10 , G06F18/213 , G06F18/25 , G06F123/02 , G06N3/0442 , G06N3/045 , G06N3/049 , G06Q50/26
Abstract: 本发明公开了一种供水管网末梢水质浊度预测方法及相关设备，所述方法包括：获取城市供水管网监测网络采集的历史数据集，分析不同时延下所述第一监测数据与所述第二监测数据之间的时序相关性，得到每个所述内部监测点位的水况波动对每个所述末梢监测点位的水质浊度的影响持续时间；建立LSTM神经网络进行时序特征提取，并用深度神经网络网络进行特征融合，建立浊度预测模型；获取内部监测点位的目标监测数据，将目标监测数据输入到所述供水管网末梢水质浊度预测模型中进行预测，得到供水管网末梢监测点位的目标水质浊度。本发明有效提高了供水管网末梢水质的评估精度，可准确预测城市供水管网末梢水质浊度变化，对保障饮用水质量安全具有重要意义。
-
公开(公告)号：CN117828307B
公开(公告)日：2024-05-28
申请号：CN202410238512.5
申请日：2024-03-04
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F18/20 , G06F18/10 , G06Q50/06 , G06N20/00 , G06Q10/063
Abstract: 本发明公开了一种基于机器学习的给水厂全生命周期能耗预测方法，所述方法包括：获取给水厂的历史进出水水量水质监测数据和运行参数，对历史进出水水量水质监测数据和运行参数进行预处理，得到全生命周期能耗历史数据集，并将所述全生命周期能耗历史数据集划分为全生命周期能耗历史训练集和全生命周期能耗历史验证集；获取多个候选模型，根据所述全生命周期能耗历史训练集对多个所述候选模型进行训练和筛选，得到最佳全生命周期能耗预测模型；获取当前进出水水量水质监测数据，并输入至所述最佳全生命周期能耗预测模型，输出全生命周期能耗的预测结果。本发明通过构建最佳全生命周期能耗预测模型大大提升了给水厂全生命周期能耗的预测效率。
-
Patent Agency Ranking
公开(公告)号：CN117851655A
公开(公告)日：2024-04-09
申请号：CN202410247921.1
申请日：2024-03-05
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/909 , G01C21/20
Abstract: 本发明公开了一种基于多算法耦合的船舶航迹缺失数据补全方法及系统，所述方法包括：获取待处理船只的航行点位数据和地图上的所有陆地面要素，并根据航行点位数据得到多段船舶轨迹子段，并得到多段异常轨迹子段；获取每段异常轨迹子段对应的端点信息，并根据预先构建的典型航道网络图获取与每段异常轨迹子段的端点信息对应的网络节点信息；配置A星算法，并根据A星算法对每个网络节点信息进行路径规划操作，得到每段异常轨迹子段的最优路径，根据所有最优路径对待处理船只的船舶航迹进行补全。本发明可以快速高效地找到最优路径，提高了数据补全的效率，通过构建典型航道网络图也提高了数据补全的准确性。
-
公开(公告)号：CN117830031A
公开(公告)日：2024-04-05
申请号：CN202410247586.5
申请日：2024-03-05
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06Q50/06 , G06F18/10 , G06F18/213 , G06F18/25 , G06F123/02 , G06N3/0442 , G06N3/045 , G06N3/049 , G06Q50/26
Abstract: 本发明公开了一种供水管网末梢水质浊度预测方法及相关设备，所述方法包括：获取城市供水管网监测网络采集的历史数据集，分析不同时延下所述第一监测数据与所述第二监测数据之间的时序相关性，得到每个所述内部监测点位的水况波动对每个所述末梢监测点位的水质浊度的影响持续时间；建立LSTM神经网络进行时序特征提取，并用深度神经网络网络进行特征融合，建立浊度预测模型；获取内部监测点位的目标监测数据，将目标监测数据输入到所述供水管网末梢水质浊度预测模型中进行预测，得到供水管网末梢监测点位的目标水质浊度。本发明有效提高了供水管网末梢水质的评估精度，可准确预测城市供水管网末梢水质浊度变化，对保障饮用水质量安全具有重要意义。
-
公开(公告)号：CN119358419A
公开(公告)日：2025-01-24
申请号：CN202411920629.8
申请日：2024-12-25
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F30/27 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N5/04 , G06Q10/0637 , G06Q50/26 , G06F113/08
Abstract: 本发明公开一种基于空天地一体化的城乡温室气体排放模拟方法、模拟器、终端和可读存储介质，所述方法包括：获取历史排放清单、地貌信息和气象模式，基于大气扩散模型根据所述排放清单、地貌信息和气象模式得到仿真立体浓度场；根据所述历史排放清单、所述地貌信息、所述气象模式和所述仿真立体浓度场构建数据反演模型；构建模拟器，用于根据目标区域的当前立体浓度场获取当前排放清单，根据当前排放清单形成初始减排策略，生成不同初始减排策略的排放清单与浓度场，并根据未来情景目标的减排要求遴选最佳减排策略的排放清单。本发明通过构建数据反演模型和模拟器，实现城乡温室气体排放现状的高效监测与减排策略效果的可靠评估。
-
公开(公告)号：CN118333402A
公开(公告)日：2024-07-12
申请号：CN202410749106.5
申请日：2024-06-12
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06Q10/0635 , G06Q50/26
Abstract: 本发明基于生命周期的水处理技术次生健康风险计算方法及系统，所述方法包括：获取水处理系统在运行阶段的前景数据和背景数据；采用终点水平健康损伤效应评估方法根据所述前景数据与所述背景数据表征所述水处理系统的次生健康风险；根据所述次生健康风险解析并输出所述水处理系统的次生健康风险结果及其主要来源。本发明通过基于生命周期的水处理技术次生健康风险计算方法可帮助水厂将在线的水务运行数据实时转化为该水处理技术的生命周期次生健康风险，以辅助用户对于水处理系统衍生的次生健康风险进行实时监控，从而更好的做出决策。
-
公开(公告)号：CN117153260B
公开(公告)日：2024-06-25
申请号：CN202311204657.5
申请日：2023-09-18
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G16B30/10 , G06F18/23 , G06F18/22 , G06F18/2135
Abstract: 本发明公开了一种基于对比学习的空间转录组数据聚类方法、装置、设备及存储介质，该方法包括：基于空间转录组数据获得加权的特征矩阵和邻接矩阵并构建邻接图；将邻接图分别输入孪生网络结构两个编码器以学习第一节点表示和第二节点表示；基于第一节点表示、第二节点表示构建用于计算对比损失的正样本集；基于节点的软聚类分布和辅助分布计算聚类损失；通过对比损失和聚类损失指导模型训练进而获得聚类结果。通过孪生网络结构进行对比学习获得用于构建正样本集的节点表示，并计算对比损失和聚类损失，并基于节点间的对比损失和聚类损失指导模型训练，如此基于对比学习获得了针对基因转录组数据的数据聚类方法，提高了空间转录组数据聚类的针对性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.03 seconds)
