公开(公告)号：CN117333030B

公开(公告)日：2024-11-01

申请号：CN202311169952.1

申请日：2023-09-12

Applicant: 南京大学

Inventor： 王瑾丰 ,  胡洁 ,  弓赛 ,  张书博 ,  任洪强

IPC: G06Q10/0637 ,  G06Q10/0635 ,  G06N20/20 ,  G06N20/10

Abstract: 本发明公开了一种面向需求导向的智慧化污水生物处理工艺评估方法及系统，所述方法包括：构建污水处理厂生物处理工艺过程的基本水质、生态风险、工艺信息数据集合并进行预处理；确定输入水质特征集合和生态风险目标；基于机器学习构建不同污水生物处理工艺的最优生态风险预测模型并进行筛选；根据不同的污水处理场景，预测不同生物处理工艺的生态风险，评估不同污水生物处理工艺的生态风险削减效能，并从中选取最有效的生物处理工艺。本发明考虑了污水处理过程中的多目标属性，构建不同污水生物处理工艺的生态风险预测模型，既能全面评估不同污水生物处理工艺下的生态风险，又能基于评估结果选择最有效的生物处理工艺，增强污水处理效果。

公开(公告)号：CN119106344A

公开(公告)日：2024-12-10

申请号：CN202411506823.1

申请日：2024-10-28

Applicant: 南京大学

Inventor： 王瑾丰 ,  张书博 ,  弓赛 ,  任洪强

IPC: G06F18/2413 ,  G06F18/2113 ,  G06F18/214 ,  G06F18/21 ,  G06F18/27

Abstract: 本发明公开了一种基于机器学习的微生物群落最优微生境识别方法，首先获取微生物群落信息及微生境信息，并计算微生物群落评估指标；其次将微生物群落评估指标作为预测值，微生境信息作为特征值，训练机器学习模型；接着评估所述机器学习模型性能，并对微生境特征进行重要性排名，筛选关键微生境特征；最后基于所述机器学习模型，采用个体条件期望获取所述关键微生境特征的最优范围。本发明利用机器学习捕捉到微生物群落中的非线性及复杂关系，并且通过个体条件期望得到直观可用的关键微生境特征的最优范围。

公开(公告)号：CN118553301A

公开(公告)日：2024-08-27

申请号：CN202410600874.4

申请日：2024-05-15

Applicant: 南京大学

Inventor： 王瑾丰 ,  张书博 ,  弓赛 ,  任洪强

IPC: G16B5/00 ,  C12Q1/04 ,  G06F18/24 ,  G16B40/00 ,  G16B15/30 ,  G06N3/08

Abstract: 本发明公开了一种面向新污染物控制的生物处理系统高效功能菌群的构建方法，识别生物处理系统的基石微生物；分析假定生物关联网络，识别枢纽微生物；测定目标新污染物，识别降解目标新污染物的功能微生物；测定生物处理系统中的群体感应信号分子，分析以上三种微生物构成的关键菌群与群体感应信号分子，识别出关键信号分子；利用关键信号分子促进关键菌群耦合及定殖，构建针对目标新污染物的高效降解菌群。本发明基于生物处理系统大数据，从基石微生物、枢纽微生物和功能微生物三个维度出发，能够全面准确地识别生物处理系统中的关键菌群，并识别、运用关键菌群群感特征，实现面向新污染物控制的生物处理系统高效功能菌群的构建。

公开(公告)号：CN117333030A

公开(公告)日：2024-01-02

申请号：CN202311169952.1

申请日：2023-09-12

Applicant: 南京大学

Inventor： 王瑾丰 ,  胡洁 ,  弓赛 ,  张书博 ,  任洪强

IPC: G06Q10/0637 ,  G06Q10/0635 ,  G06N20/20 ,  G06N20/10

Abstract: 本发明公开了一种面向需求导向的智慧化污水生物处理工艺评估方法及系统，所述方法包括：构建污水处理厂生物处理工艺过程的基本水质、生态风险、工艺信息数据集合并进行预处理；确定输入水质特征集合和生态风险目标；基于机器学习构建不同污水生物处理工艺的最优生态风险预测模型并进行筛选；根据不同的污水处理场景，预测不同生物处理工艺的生态风险，评估不同污水生物处理工艺的生态风险削减效能，并从中选取最有效的生物处理工艺。本发明考虑了污水处理过程中的多目标属性，构建不同污水生物处理工艺的生态风险预测模型，既能全面评估不同污水生物处理工艺下的生态风险，又能基于评估结果选择最有效的生物处理工艺，增强污水处理效果。