公开(公告)号：CN116863339A

公开(公告)日：2023-10-10

申请号：CN202310935911.2

申请日：2023-07-28

Applicant: 南京大学

Inventor： 王瑾丰 ,  王晋 ,  陈文康 ,  任洪强

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种预测活性污泥沉降性能的方法及装置，预测方法通过诱导原始活性污泥样本膨胀扩增原始活性污泥样本量，获取样本图像后构建膨胀类别至少为三个的图像数据库，再由图像数据库训练获得深度迁移学习模型，该模型识别图像的准确率可以达到97.7％，能够准确高效地预测活性污泥沉降性能。有效解决现有二分类预测模型识别结果不精确及模型构建时膨胀类别增多导致的数据量不均衡问题。本发明还提供一种预测活性污泥沉降性能的装置，操作方便，可实现无人值守全自动测定，工作效率高；利用该装置识别及预测污泥膨胀的方法准确率高，耗时短，本发明中的装置可以直接在污水处理厂现场搭建，能够实现活性污泥沉降性能的实时在线监测。

公开(公告)号：CN114998718A

公开(公告)日：2022-09-02

申请号：CN202210433941.9

申请日：2022-04-24

Applicant: 南京大学

Inventor： 王瑾丰 ,  王晋 ,  董德园 ,  胡海冬 ,  吴兵 ,  任洪强

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的预测活性污泥沉降性能方法，包括以下步骤：(1)采集若干活性污泥样本并分别获取其原始图像数据，对原始图像数据进行清洗并统一尺寸大小；(2)测定各活性污泥样本的污泥体积指数SVI；(3)基于ResNet50深度神经网络建立活性污泥沉降性能图像预测模型；(4)根据步骤(3)建立的预测模型预测目标活性污泥的沉降性能。本发明基于所采集的活性污泥图像，经过简单的数据清洗和调整图像尺寸大小，采用ResNet50深度神经网络，构建二分类模型，实现活性污泥膨胀预警。模型的输入为活性污泥图像数据，模型的输出为活性污泥是否发生膨胀。本发明提供的方法检测速度快、识别结果准确、操作简便、效率高，可广泛应用于污水厂中活性污泥沉降性能的识别。