一种基于机器学习模型的微生物电化学传感器的综合毒物监测方法

    公开(公告)号:CN113820376B

    公开(公告)日:2025-03-04

    申请号:CN202111071935.5

    申请日:2021-09-14

    Applicant: 南开大学

    Abstract: 本发明公开一种结合机器学习模型和微生物电化学系统,实现多种毒物浓度同步监测的方法。针对传统微生物电化学传感器难以识别不同类型毒物的问题,本系统由检测水体中不同种类的综合毒物的微生物电化学传感器和数据采集系统构成,数据分析基于机器学习回归模型进行,构建了用于微生物电解池构型的阳极电活性生物膜传感元件,并通过数据采集系统成功实现反应器运行与数据采集,通过针对性使用不同的算法和特征值组合,实现对重金属、亚硝酸盐和抗生素不同种类毒物浓度的同时定量。本发明为微生物电化学传感器的在水质监测中的广泛应用提供了一种方案。

    一种基于机器学习模型的微生物电化学传感器的综合毒物监测方法

    公开(公告)号:CN113820376A

    公开(公告)日:2021-12-21

    申请号:CN202111071935.5

    申请日:2021-09-14

    Applicant: 南开大学

    Abstract: 本发明公开一种结合机器学习模型和微生物电化学系统,实现多种毒物浓度同步监测的方法。针对传统微生物电化学传感器难以识别不同类型毒物的问题,本系统由检测水体中不同种类的综合毒物的微生物电化学传感器和数据采集系统构成,数据分析基于机器学习回归模型进行,构建了用于微生物电解池构型的阳极电活性生物膜传感元件,并通过数据采集系统成功实现反应器运行与数据采集,通过针对性使用不同的算法和特征值组合,实现对重金属、亚硝酸盐和抗生素不同种类毒物浓度的同时定量。本发明为微生物电化学传感器的在水质监测中的广泛应用提供了一种方案。

Patent Agency Ranking