公开(公告)号：CN117288541A

公开(公告)日：2023-12-26

申请号：CN202311267183.9

申请日：2023-09-27

Applicant: 华南师大(清远)科技创新研究院有限公司 ,  广东工业大学

Inventor： 王鹏 ,  赵灵智 ,  罗树华 ,  肖荣波

IPC: G01N1/28 ,  G01N27/626

Abstract: 本发明公开了一种基于XGBoost和SHAP模型解释重金属环境因素定量分析方法，包括以下步骤：对研究目标区域进行土壤采样，获取土壤样品；对土壤样品进行化学分析，获得土壤样品中重金属浓度数据；对土壤样品中重金属浓度数据进行空间特征分析，获得环境因素的空间信息参数；根据土壤样品中重金属浓度数据和环境因素的空间信息参数，利用极限梯度提升算法(XGBoost)模型和可解释机器学习(SHAP)模型计算得到土壤样品中重金属环境因素定量分析结果。本发明解决了现有的土壤重金属污染的分析方法对于空间信息欠缺考虑、对重金属污染源的分析缺少环境因素的贡献率量化以及对分析结果无法解释的问题。

公开(公告)号：CN117290727A

公开(公告)日：2023-12-26

申请号：CN202311267201.3

申请日：2023-09-27

Applicant: 华南师大(清远)科技创新研究院有限公司 ,  广东工业大学

Inventor： 王鹏 ,  赵灵智 ,  罗树华 ,  肖荣波

IPC: G06F18/214 ,  G06F18/241 ,  G06Q50/26 ,  G06F18/213

Abstract: 本发明涉及数据分析技术领域，尤其涉及一种基于Catboost‑SHAP模型的土壤重金属污染驱动因子识别方法，包括：收集目标研究区域的研究数据，分为训练数据集和测试数据集；构建地理探测器模型对训练数据集进行训练，识别并量化关键污染驱动因子及其交互作用类型；输入Catboost算法，对关键污染驱动因子及其交互作用类型进行分类变量和交叉验证；再输入SHAP算法，计算关键污染驱动因子的特征重要性SHAP值、主效应SHAP值和SHAP交互作用值，得到Catboost‑SHAP模型；对测试数据集进行测试，得到环境变量对土壤重金属污染的特征重要性、主效应以及交互作用。本发明能解决现有的土壤重金属污染识别在可解释性不足和多因子交互作用方面存在不足的问题。

公开(公告)号：CN115598204A

公开(公告)日：2023-01-13

申请号：CN202211173949.2

申请日：2022-09-26

Applicant: 广东工业大学(CN)

Inventor： 王鹏 ,  罗树华 ,  肖荣波 ,  黄飞 ,  郑家桐 ,  石航源 ,  段德宇

IPC: G01N27/62 ,  G01N1/08 ,  G01N1/28 ,  G01N1/44

Abstract: 本发明涉及数据分析领域，提供了一种基于PMF和地理探测器模型的重金属源解析方法，所述方法包括以下步骤：S1、对解析目标区域进行土壤采样，获取样品土壤；S2、对所述样品图像进行测定，获取所述样品土壤的重金属浓度数据；S3、对所述重金属浓度数据进行空间分布特征解析，得到空间分布特征；S4、根据所述重金属浓度数据和所述空间分布特征，利用PMF和地理探测器模型进行来源解析，得到重金属源解析结果。本发明通过整合PMF和地理探测器模型计算得到的参数指标实现了重金属源解析，对多种重金属污染源的贡献权重有更好的定义，进而实现了土壤污染信息的全面化和完整化，更有利于后期的环境治理。

公开(公告)号：CN117036948A

公开(公告)日：2023-11-10

申请号：CN202311009797.7

申请日：2023-08-11

Applicant: 广东工业大学

Inventor： 肖荣波 ,  罗树华 ,  王鹏 ,  黄飞 ,  肖美红

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/778 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及植物智能识别技术领域，公开了一种基于注意力机制的致敏植物识别方法，包括：获取致敏植物图像并进行筛选，构建致敏植物图像数据集；对敏植物图像数据集中的致敏植物图像进行数据增强处理；对敏植物图像数据集中的致敏植物图像进行标注，标注完成后对敏植物图像数据集进行划分；构建基于注意力机制的致敏植物识别模型，并利用划分后的敏植物图像数据集对模型进行训练；保存训练好的致敏植物识别模型用于待检测图像的致敏植物识别检测。本发明的基于注意力机制的致敏植物识别方法在Precision、Recall、F1分数和mAP上实现了显著提升，具有更高的识别精度和准确性；本发明具有广泛的应用前景，为过敏源的筛查和保护提供新的解决技术方案。

公开(公告)号：CN116958643A

公开(公告)日：2023-10-27

申请号：CN202310663606.2

申请日：2023-06-06

Applicant: 广东工业大学

Inventor： 肖荣波 ,  罗树华 ,  王鹏 ,  黄飞 ,  钟俊宏

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及植物智能识别技术领域，尤其涉及一种基于YOLO网络的气传花粉致敏植物智慧识别方法。该方法包括以下步骤：在城市街道中采集气传花粉致敏植物的视频数据，构建气传花粉致敏植物图像数据集；使用LabelImg软件将所述气传花粉致敏植物图像数据集内图像中气传花粉致敏植物的类别进行标注并自动生成.xml文件；对YOLOv8模型进行训练并优化，将训练后的最佳权重文件保存并得到YOLO气传花粉致敏植物智慧识别模型；输入待测视频数据或者待测图片，对视频数据进行检测并输出相应的目标检测结果。本发明的方法用于识别城市街道的花粉致敏植物，为城市社区布局、绿化树种选择和群落配置提供参考，具有识别精度高的特点。