一种基于气象因子的RF-HW水质指标混合预测方法

    公开(公告)号:CN112819244A

    公开(公告)日:2021-05-18

    申请号:CN202110204105.9

    申请日:2021-02-23

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于气象因子的RF‑HW水质指标混合预测方法,包括以下步骤:采集气象因子数据和水质指标数据,并对采集数据进行异常值过滤后,构建包含气象因子时间序列数据和水质指标时间序列数据的样本数据库;构建包含霍尔特‑温特模型、随机森林模型以及随机森林校正模型的水质指标预测模型;应用时,将气象因子时间序列数据和水质指标时间序列数据输入至水质指标预测模型中,经计算得到未来时间的水质指标时间序列数据的混合预测值。采用随机森林算法和霍尔特‑温特模型相结合的形式克服单一模型的固定缺陷,可以提高模型的预测稳定性和精度。

    一种基于知识图谱的工业产品缺陷图像分类方法

    公开(公告)号:CN111161213A

    公开(公告)日:2020-05-15

    申请号:CN201911250467.0

    申请日:2019-12-09

    Applicant: 浙江大学

    Abstract: 本发明公开一种基于知识图谱的工业产品缺陷图像分类方法,该方法能结合工业生产当中的经验知识和缺陷本身图像特征来对工业产品缺陷进行分类,解决了以往卷积神经网络仅从图像本身的特征对缺陷进行分类的缺点。本方法可在减少对缺陷样本依赖的同时,大大提高深度学习在工业产品缺陷分类时的准确度。

    一种基于对抗生成网络的半监督工业图像缺陷分割方法

    公开(公告)号:CN110880176A

    公开(公告)日:2020-03-13

    申请号:CN201911134257.5

    申请日:2019-11-19

    Applicant: 浙江大学

    Abstract: 本发明公开一种基于对抗生成网络的半监督工业图像缺陷分割方法,使用少量标注的带有缺陷的负样本和大量没有缺陷的正样本来训练神经网络从而得到能对缺陷自动识别的分割网络。在神经网络的构建过程中分别使用了基于D-LinkNet的分割网络和基于U-net重构网络,通过交叉训练的方式来分离负样本和正样本的特征空间从而使分割网络能正确分割出负样本中的缺陷。本方法能大大减少对工业缺陷样本图像的依赖,同时能大幅度减少分割模型在分割缺陷时的误差。

    一种水中溶解性二价铁缓释剂的制备方法

    公开(公告)号:CN106966485B

    公开(公告)日:2019-06-14

    申请号:CN201710261524.X

    申请日:2017-04-20

    Applicant: 浙江大学

    Abstract: 本发明公开了一种水中溶解性二价铁缓释剂的制备方法,包括如下步骤:1)配制石蜡和乙基纤维素的环己烷溶液,作为溶液A;2)在保护气体和水浴条件下,将偏硅酸和焦磷酸亚铁加入到溶液A中,超声并搅拌回流,得到混合溶液B;3)将混合溶液B冷却,然后移去上清液,所得固体即为材料C,将材料C在苛性碱水溶液中浸泡,随后固液分离并将固体材料冷冻干燥,得到水中溶解性二价铁缓释剂。本发明制备方法简单,无污染,且应用简单。所得的缓释剂可根据实际需求调节制备参数来获得不同释放速率;制备过程废弃溶液中主要的组分为硅酸钠,该物质不会对环境造成二次污染。

    一种疏水性磁性复合材料的制备方法

    公开(公告)号:CN107068319B

    公开(公告)日:2018-10-26

    申请号:CN201710226898.8

    申请日:2017-04-06

    Applicant: 浙江大学

    Abstract: 本发明涉及一种疏水性磁性复合材料的制备方法,包括如下步骤:1)制备Fe3O4纳米颗粒;2)将步骤1)中的Fe3O4纳米颗粒分散到水中与葡萄糖水热反应,得到Fe3O4/C粉末;3)将步骤2)中的Fe3O4/C粉末分散于异丙醇中,加入3‑氨基丙基三乙氧基硅烷进行表面修饰,得到中间产物;4)使用柠檬酸钠法制备金纳米粒子胶体;5)将步骤3)中的中间产物分散在水中,超声状态下加入金纳米粒子胶体并继续超声,之后清洗,再将其分散在正已烷中,加入1H,1H,2H,2H‑全氟辛基三氯硅烷进行疏水化处理,分离,烘干后,即得疏水性Fe3O4/C/Au磁性复合材料。该方法制备的Fe3O4/C/Au磁性复合材料的结构稳定,且具有疏水性。

    一种利用硫酸根自由基降解氯代硝基芳烃的方法

    公开(公告)号:CN105621587A

    公开(公告)日:2016-06-01

    申请号:CN201610081522.8

    申请日:2016-02-05

    Applicant: 浙江大学

    CPC classification number: C02F1/72 C02F2101/36 C02F2101/38

    Abstract: 本发明涉及一种利用硫酸根自由基降解氯代硝基芳烃的方法,将单过硫酸盐和/或过硫酸盐以及促进剂加入到含氯代硝基芳烃的水体中进行降解;所述的促进剂选自香茅醛、柠檬醛、紫苏醛、半棉酚、刺苞菊醛、香茶菜醛、丝石竹皂苷元、香草醛、肉桂醛、厚朴醛、洋商陆素A、重楼排草皂苷、长春新碱、葡醛内酯、鱼腥草素、豆腐果苷或植物酮中的一种或几种。该方法操作简单,不必增加额外的处理设备,适用范围广泛,对反应温度要求低;并且使用绿色无污染的天然植物提取物作为促进剂,减小对环境的污染。

    一种饮用水中卤代含氮消毒副产物的去除方法

    公开(公告)号:CN103359851B

    公开(公告)日:2014-12-10

    申请号:CN201310296509.0

    申请日:2013-07-12

    Applicant: 浙江大学

    Abstract: 本发明公开了一种饮用水中卤代含氮消毒副产物的去除方法,包括:(a)向饮用水中投入过氧化氢、过硫酸盐、碳酸盐,充分混合,得到混合液并控制饮用水中过氧化氢的初始浓度为20~60μM,碳酸盐的初始浓度为1-10mM,过氧化氢与过硫酸盐的摩尔浓度比为1:1~5;(b)将所述混合液转移到催化床内进行接触反应,所述混合液在该催化床内的空床接触时间为20min-35min;所述催化床内填充有带有羟基化表面的催化剂。本发明是一种使用条件温和、经济、无二次污染的方法,饮用水中卤代含氮消毒副产物的去除效率高。

    一种基于气象因子的RF-HW水质指标混合预测方法

    公开(公告)号:CN112819244B

    公开(公告)日:2022-06-21

    申请号:CN202110204105.9

    申请日:2021-02-23

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于气象因子的RF‑HW水质指标混合预测方法,包括以下步骤:采集气象因子数据和水质指标数据,并对采集数据进行异常值过滤后,构建包含气象因子时间序列数据和水质指标时间序列数据的样本数据库;构建包含霍尔特‑温特模型、随机森林模型以及随机森林校正模型的水质指标预测模型;应用时,将气象因子时间序列数据和水质指标时间序列数据输入至水质指标预测模型中,经计算得到未来时间的水质指标时间序列数据的混合预测值。采用随机森林算法和霍尔特‑温特模型相结合的形式克服单一模型的固定缺陷,可以提高模型的预测稳定性和精度。

    一种利用硫酸根自由基降解氯代硝基芳烃的方法

    公开(公告)号:CN105621587B

    公开(公告)日:2018-01-23

    申请号:CN201610081522.8

    申请日:2016-02-05

    Applicant: 浙江大学

    Abstract: 本发明涉及一种利用硫酸根自由基降解氯代硝基芳烃的方法,将单过硫酸盐和/或过硫酸盐以及促进剂加入到含氯代硝基芳烃的水体中进行降解;所述的促进剂选自香茅醛、柠檬醛、紫苏醛、半棉酚、刺苞菊醛、香茶菜醛、丝石竹皂苷元、香草醛、肉桂醛、厚朴醛、洋商陆素A、重楼排草皂苷、长春新碱、葡醛内酯、鱼腥草素、豆腐果苷或植物酮中的一种或几种。该方法操作简单,不必增加额外的处理设备,适用范围广泛,对反应温度要求低;并且使用绿色无污染的天然植物提取物作为促进剂,减小对环境的污染。

Patent Agency Ranking