基于机器学习的地表水ICM浓度预测方法和系统

    公开(公告)号:CN118430684A

    公开(公告)日:2024-08-02

    申请号:CN202410497961.1

    申请日:2024-04-24

    Abstract: 本发明公开了一种基于机器学习的地表水ICM浓度预测方法和系统,该方法包括以下步骤:获取地表水样品集,得到目标ICM浓度数据和环境指标数据,构建数据集并进行标准化;使用多种特征筛选方法对环境指标进行特征选择,将获得的多个特征子集代入多层感知器,进行超参数优化和5折交叉验证后得到对应的评价指标;根据评价指标选取最优的特征子集;利用最优特征子集中每种指标的特征重要性值来评估影响ICM污染的重要程度;使用最优特征子集作为模型的输入来预测对应的ICM浓度。

    一种同时测定环境水样中多种卤代多环芳烃的方法

    公开(公告)号:CN118858478A

    公开(公告)日:2024-10-29

    申请号:CN202410965730.9

    申请日:2024-07-18

    Abstract: 本发明公开了一种同时测定环境水样中多种卤代多环芳烃的方法,包括步骤1、制备钴/镍双金属有机框架复合硫化钼(CNMMS)涂层材料;步骤2、制备固相微萃取纤维;步骤3、浸没式固相微萃取;步骤4、使用气相色谱‑质谱联用分析方法测定样品中的多种卤代多环芳烃。本发明制得CNMMS涂层材料,并将其涂覆在不锈钢丝基底表面形成涂层,作为固相微萃取的萃取头对环境水样中的卤代多环芳烃物质进行萃取,通过与气相色谱质谱联用结合,能同时检测出不同性质环境水样中的卤代多环芳烃,且具有较低的检出限,较宽的线性范围,测定环境水样中多种卤代多环芳烃具有较好的稳定性,同时该测定方法具有优良的准确度。

Patent Agency Ranking