基于机器学习的生物质组成预测方法、系统、设备及介质

    公开(公告)号:CN118197461A

    公开(公告)日:2024-06-14

    申请号:CN202410256159.3

    申请日:2024-03-06

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于机器学习的生物质组成预测方法、系统、设备及介质,方法包括:获取待测生物质的第一元素组成数据;将所述第一元素组成数据输入预设的第一预测模型,得到所述待测生物质对应的生化组成预测结果;将所述第一元素组成数据和所述生化组成预测结果输入预设的第二预测模型,得到所述生化组成预测结果对应的每个生化组成部分的第二元素组成数据;将每个所述第二元素组成数据输入预设的第三预测模型,得到所述待测生物质的生物质组成单体含量数据。本发明能够减少传统实验所需的时间经济成本,并且输出结果快、结果准确、不受实验条件限制并且操作简单。

    基于机器学习的水热炭性质调控方法、系统、设备及介质

    公开(公告)号:CN117393073A

    公开(公告)日:2024-01-12

    申请号:CN202311337722.1

    申请日:2023-10-16

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于机器学习的水热炭性质调控方法、系统、设备及介质,包括:获取已测样本的第一生物质组成、第一水热条件、水热炭的第一产率、第一元素组成和第一热值特性;将第一生物质组成和第一水热条件作为输入特征以及将第一产率、第一元素组成和第一热值特性作为输出特征,并对输入特征和输出特征进行数据预处理,得到已测样本数据集;将已测样本数据集划分得到训练集,并通过训练集训练预设的多目标预测模型,得到最终多目标预测模型;将最终多目标预测模型进行在线系统部署,得到在线预测网站。本发明能够得到生物质水热过程中多个参数与水热炭之间的映射,并且实现生物质水热炭的精确预测与调控,减少大量实验和时间成本的消耗。

Patent Agency Ranking