-
公开(公告)号：CN110717602A
公开(公告)日：2020-01-21
申请号：CN201910952057.4
申请日：2019-09-29
Applicant: 南京大学
IPC: G06N20/10
Abstract: 本发明提供的是一种基于噪音数据的机器学习模型鲁棒性评估方法，包括原始数据集处理、噪音数据获取、模型训练、模型预测、准确率下降比计算和模型鲁棒性评估。原始数据集处理包括收集百分百标签正确的原始数据集，并采用10次10-折交叉验证划分原始训练集和原始测试集。噪音数据获取包括在原始训练集的基础上，采用分层抽样方法抽取t′＝|D|·α个数据，并将其标签替换为错误标签，其中α为噪音数据率。模型训练包括基于常见分类算法，并分别输入原始训练集和混有噪音数据的训练集分别构建原始模型和新模型。模型预测包括基于原始测试集，对这原始模型和新模型分别进行准确度评估。准确率下降比计算包括计算新模型较原始模型而言准确率下降的比率。模型鲁棒性评估包括横纵向比较准确率下降的比率的大小，衡量模型鲁棒性强弱，实现了判断模型健壮性的标准。
-
公开(公告)号：CN106909616B
公开(公告)日：2019-02-19
申请号：CN201710024434.9
申请日：2017-01-13
Applicant: 南京大学
IPC: G06F16/958
Abstract: 本发明公开一种基于信息熵的多目标水文站网优化方法，基于信息熵原理，以站点间互信息最小为原则对站点进行排序，形成站点组合多种方案；构建由联合熵百分比、平均互信息和Nash‑Sutcliffe效率系数(NSC)组成的评价函数对站点组合进行信息承载量评价；运用多目标优化求解方法求得最优解。本发明将信息熵理论与多目标优化相结合，既可实现对站网信息的定量分析，又能综合多个指标进行评价和优化，具有合理性和有效性。
-
公开(公告)号：CN107315722A
公开(公告)日：2017-11-03
申请号：CN201710532961.0
申请日：2017-07-03
Applicant: 南京大学
Abstract: 本发明公开一种基于克里金和信息熵理论结合的水文站网优化模型，以信息总量最大化和站网估计误差最小化两个目标为主导，提出站点最优布置的理论依据—NI-KSE标准，对潜在站网进行重新规划布置。本发明将克里金和信息熵理论相结合在一起，较为系统评价潜在的水文站网，很好地解决站网中密度过大，局部误差太大和信息冗余量的缺陷，定量地描述站点间的信息总量和空间分布的合理性，对站网进行较为客观地评价和优化，具有合理性和有效性。
-
公开(公告)号：CN106909616A
公开(公告)日：2017-06-30
申请号：CN201710024434.9
申请日：2017-01-13
Applicant: 南京大学
IPC: G06F17/30
CPC classification number: G06F17/3089
Abstract: 本发明公开一种基于信息熵的多目标水文站网优化模型，基于信息熵原理，以站点间互信息最小为原则对站点进行排序，形成站点组合多种方案；构建由联合熵百分比、平均互信息和Nash‑Sutcliffe效率系数(NSC)组成的评价函数对站点组合进行信息承载量评价；运用多目标优化求解方法求得最优解。本发明将信息熵理论与多目标优化相结合，既可实现对站网信息的定量分析，又能综合多个指标进行评价和优化，具有合理性和有效性。
-
公开(公告)号：CN106731008A
公开(公告)日：2017-05-31
申请号：CN201510827827.4
申请日：2015-11-20
Applicant: 南京大学
Abstract: 本发明提供一种用于洗脱嫁接了氨基磷酸或磷酸功能基的树脂或固体吸附剂吸附锑和或铋的洗脱液，由磷酸0.5-2M或加硫酸、盐酸、硝酸0-2M组成。用于洗脱再生方法为在流动床或固定床中使用吸附剂体积的20到40倍体积的洗脱液接触0.5-2小时，分离即可。该洗脱液及其方法大大降低了现有技术中需要使用高达6M硫酸洗脱的工艺流程，降低了对工艺和装置的要求，也降低了吸附剂的耐酸性要求。
-
Patent Agency Ranking
公开(公告)号：CN103279671B
公开(公告)日：2016-08-17
申请号：CN201310218024.X
申请日：2013-06-03
Applicant: 南京大学
Abstract: 本发明公开了基于RBF神经网络?云模型的城市水灾害风险预测方法，按如下步骤进行：（1）确定评价因子、等级和相应等级下的指标范围；（2）确定云模型的期望Ex和熵En；（3）根据评价因子的实测值和各等级的指标范围确定各评价因子的权重。（4）对RBF神经网络进行训练，完成RBF神经网络的建模；将云模型的评价因子的实测数据输入训练后的RBF神经网络进行仿真预测，得到各评价因子的预测值；（5）将各评价因子的预测值代入综合云模型，综合云模型计算每个评价因子预测值隶属于各风险等级的相对确定度，并乘以相应的权重得到综合风险等级分布。本发明提高预测的准确性，直观可靠，可操作性强。
-
公开(公告)号：CN105118598A
公开(公告)日：2015-12-02
申请号：CN201510606816.3
申请日：2015-09-21
Applicant: 南京大学
Abstract: 本发明公开了一种耐酸性磁性粒子，以及在其表面嫁接功能基团，特别是吸附金属离子的功能基团。该耐酸性磁性粒子由磁性核-氧化硅层-疏水层-氧化硅层包覆构成，磁性核为Fe3O4。氧化硅层由烷基氧硅烷水解包覆而成，疏水层由烷基氧硅烷和/或烷基氧烷基硅烷水解包覆而成。在该粒子上通过具有带功能基团的烷氧基硅偶联剂嫁接功能基团。该粒子能显著耐受1～2M酸，一个具体实施例为嫁接了磷酸基团的耐强酸磁性粒子，能在高酸铜电积液中高效除去锑与铋。
-
公开(公告)号：CN102508997B
公开(公告)日：2015-05-20
申请号：CN201110306927.4
申请日：2011-10-08
Applicant: 南京大学
IPC: G06F19/00
Abstract: 本发明公开一种地下水模型输出不确定性分析方法，其将频率分析与敏感性分析方法相结合。其中频率分析过程包括参数估计与假设检验过程，选择7中具有代表性的分布函数作为备选概率密度函数，并进行假设检验，为地下水位序列选择合适的概率密度函数。敏感性分析方法包括逐步回归分析和互熵分析。逐步回归分析能够对输入变量的不确定重要性进行趋势分析，互熵分析能够对不确定性因子进行良好的识别。该方法能够弥补传统不确定性分析方法在研究内容上的不足，分析输出变量的概率分布特征，识别影响输出变量概率分布的关键不确定性因子。从而更好的理解地下水模型不确定性的产生与来源，为地下水模拟的数据收集工作提供反馈，减少模型的不确定性。
-
公开(公告)号：CN103335637A
公开(公告)日：2013-10-02
申请号：CN201310219164.9
申请日：2013-06-03
Applicant: 南京大学
IPC: G01C13/00
Abstract: 本发明公开一种基于小波-云模型的水文序列展延方法，小波-云模型法将小波分析与单一云模型法相结合，通过小波变换对序列进行分解与重构，再运用单一云模型法对各频率水文序列进行展延。单一云模型法通过云规则发生器，连接参证站序列与设计站序列，进行展延。本发明方法相对于现有技术具有如下优点：1、展延精度高，优于传统相关展延法与单一云模型法；2、对于奇异点，小波-云模型法仍可以得到较精确的展延结果；3、在处理相关性较好的两序列时，有更好的效果。
-
公开(公告)号：CN101697172B
公开(公告)日：2011-06-01
申请号：CN200910036265.6
申请日：2009-10-12
Applicant: 南京大学
Abstract: 本发明公开了一种水文频率线型参数估计方法，其将模拟退火遗传算法(SAGA)和极大似然法(ML)联合使用，建立了SAGA-ML法：即将似然函数相反数求解极小值的表达式作为目标函数，依据矩法估计参数取值范围作为约束条件，然后应用SAGA进行参数估计。与常规ML法思路有本质不同，SAGA-ML法通过遗传算法进行参数优化。通过蒙特卡罗试验，验证了SAGA-ML法在参数估计和不同频率设计值估计两个方面均具有很好的准确性；同时该方法不受线型类型、参数数目和约束条件的限制；可以避免应用常规ML法时出现似然方程无解等情况；且求解过程简便快捷，使ML法在理论上和实际应用中都成为有效的方法。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.039 seconds)
