-
公开(公告)号：CN114662495A
公开(公告)日：2022-06-24
申请号：CN202210414714.1
申请日：2022-04-20
Applicant: 暨南大学
IPC: G06F40/295 , G06F40/284 , G06F40/242 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的英文文献污染物信息抽取方法，包括：构建适用于本土环境监测文献文本挖掘的术语词典；获取原始文献，并对原始文献进行语料分词，构建文献生语料；构建实体抽取模型和关系抽取模型；对文献生语料进行预处理，得到用于实体抽取模型和关系抽取模型的训练集和测试集；通过训练集对实体抽取模型和关系抽取模型进行训练，得到训练完成的实体抽取模型和关系抽取模型；将测试集输入至训练完成的实体抽取模型进行识别，得到实体识别结果；将实体识别结果和测试集数据输入至训练完成的关系抽取模型，得到关系抽取结果。本发明不仅实现了原始英文文献中化学品的命名实体识别，也对化学品及检测浓度进行了关系抽取。
-
公开(公告)号：CN113392636B
公开(公告)日：2022-06-14
申请号：CN202110588683.7
申请日：2021-05-28
Applicant: 暨南大学
IPC: G06F40/242 , G06F40/216 , G06F40/295 , G06F16/35 , G06N20/10
Abstract: 本发明公开了一种生态风险评价文献中毒理学术语的文本挖掘方法，通过毒理学专业知识库自动获取一套英文术语词典(有害结局路径术语词典)，基于该专业的术语词典，保证了生态风险评价文献中毒理学术语文本挖掘的精确度。以及，结合有害结局路径术语词典，对语料库中的生态风险评价文献进行基于有害结局路径术语的自然语言处理，极大地提高了生态风险评价文献信息的收集速度，特定的机制信息统计替代了人工阅读，并实现了大量数据并行计算，提高了文献综述的效率。最后，依赖朴素贝叶斯算法的机器学习技术应用到毒理学术语的预测和分类，弥补了生态风险评价文献中机理信息的缺失。
-
公开(公告)号：CN110702855A
公开(公告)日：2020-01-17
申请号：CN201910984388.6
申请日：2019-10-16
Applicant: 暨南大学
Abstract: 本发明公开了一种水环境原位生物暴露-被动采样联用装置与方法，该装置包括水生生物暴露装置、底表和底栖生物暴露装置、水体被动采样器、多段孔隙水被动采样器、沉积物-水界面通量被动采样器以及浮球。本发明的生物暴露装置包括水生生物暴露装置、底表和底栖生物暴露装置，受试生物包括生活在上层水体、底表和底栖三种，对应不同的空间分布，可获取水体、沉积物和界面污染物暴露浓度和生物效应信息。水生生物暴露装置和水体被动采样器距离水面的高度可调节，可以对应水位的变化，适用于水位变化较大的潮汐河流或湖泊。本发明涉及环境监测和生态风险评估领域。
-
公开(公告)号：CN106970171B
公开(公告)日：2019-06-21
申请号：CN201710244276.8
申请日：2017-04-14
Applicant: 暨南大学
Abstract: 本发明公开了一种HOCs的被动加标方法及其在效应导向分析中的应用,包括以下步骤：步骤一，PDMS膜的制备；步骤二，被动加标载样；步骤三，效应导向分析；步骤四，毒性组分中有机污染物的定性与定量分析；步骤五，毒性确认。本发明基于平衡分配原理，使载入聚合物PDMS的HOCs不断释放进入水体，弥补水体中HOCs随时间的损耗，能够有效维持相对恒定的HOCs水浓度，有效克服常规溶剂加标方法在HOCs水毒性测试中浓度不稳定的问题，同时考虑HOCs的生物可利用性；在效应导向分析中，可提供更为准确的生物毒性测试数据。
-
公开(公告)号：CN110196294B
公开(公告)日：2022-03-08
申请号：CN201910462706.2
申请日：2019-05-30
Applicant: 暨南大学
IPC: G01N30/02
Abstract: 本发明属于杀虫剂检测技术领域，公开了一种水中新烟碱类杀虫剂及其转化产物的固相萃取检测方法。具体包括以下步骤：(1)活化固相萃取小柱；(2)调节水样pH值后加入回收率指示物，然后在固相萃取小柱中，对水样进行萃取；(3)将固相萃取小柱真空干燥后，进行洗脱得到洗脱液，然后加入内标化合物；(4)检测目标化合物浓度。本发明采用自行装填的混合吸附剂固相萃取小柱操作方法简便，可同时分析水中新烟碱类杀虫剂及其转化产物，对新烟碱类杀虫剂及其转化产物具有较好的吸附性能，在地表水中的检测限为0.56～5.43ng/L，基质效应为‑7.58％～21.1％。
-
Patent Agency Ranking
公开(公告)号：CN110196294A
公开(公告)日：2019-09-03
申请号：CN201910462706.2
申请日：2019-05-30
Applicant: 暨南大学
IPC: G01N30/02
Abstract: 本发明属于杀虫剂检测技术领域，公开了一种水中新烟碱类杀虫剂及其转化产物的固相萃取检测方法。具体包括以下步骤：(1)活化固相萃取小柱；(2)调节水样pH值后加入回收率指示物，然后在固相萃取小柱中，对水样进行萃取；(3)将固相萃取小柱真空干燥后，进行洗脱得到洗脱液，然后加入内标化合物；(4)检测目标化合物浓度。本发明采用自行装填的混合吸附剂固相萃取小柱操作方法简便，可同时分析水中新烟碱类杀虫剂及其转化产物，对新烟碱类杀虫剂及其转化产物具有较好的吸附性能，在地表水中的检测限为0.56～5.43ng/L，基质效应为-7.58％～21.1％。
-
公开(公告)号：CN106432605A
公开(公告)日：2017-02-22
申请号：CN201610821251.5
申请日：2016-09-13
Applicant: 暨南大学 , 中国科学院广州地球化学研究所
IPC: C08F226/06 , C08F212/36 , G01N30/02 , G01N30/06 , B01J20/26 , B01J20/281 , B01J20/30
CPC classification number: C08F226/06 , B01J20/261 , B01J20/281 , C08F212/36 , G01N30/02 , G01N30/06
Abstract: 本发明公开了一种广谱固相萃取填料及其应用。该填料的制备方法为将1-乙烯基咪唑、二乙烯基苯、偶氮二异丁腈和乙腈混合，于50~70℃反应；将所得产物粉碎、过筛、清洗、干燥即可。本发明填料比表面积为300~365 m2/g，孔体积与平均孔径分别为0.092 cm3/g和2.22 nm，适用于同时分析具有较宽极性范围的多类杀虫剂及代谢产物，对水体中一系列从较高极性至非极性的杀虫剂及代谢产物，包括新烟碱类、苯基吡唑类、有机磷、有机氯和拟除虫菊酯类，共48个杀虫剂及代谢产物均具有较好的回收率和精密度。
-
公开(公告)号：CN114662495B
公开(公告)日：2024-10-01
申请号：CN202210414714.1
申请日：2022-04-20
Applicant: 暨南大学
IPC: G06F40/295 , G06F40/284 , G06F40/242 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的英文文献污染物信息抽取方法，包括：构建适用于本土环境监测文献文本挖掘的术语词典；获取原始文献，并对原始文献进行语料分词，构建文献生语料；构建实体抽取模型和关系抽取模型；对文献生语料进行预处理，得到用于实体抽取模型和关系抽取模型的训练集和测试集；通过训练集对实体抽取模型和关系抽取模型进行训练，得到训练完成的实体抽取模型和关系抽取模型；将测试集输入至训练完成的实体抽取模型进行识别，得到实体识别结果；将实体识别结果和测试集数据输入至训练完成的关系抽取模型，得到关系抽取结果。本发明不仅实现了原始英文文献中化学品的命名实体识别，也对化学品及检测浓度进行了关系抽取。
-
公开(公告)号：CN110702855B
公开(公告)日：2022-06-07
申请号：CN201910984388.6
申请日：2019-10-16
Applicant: 暨南大学
Abstract: 本发明公开了一种水环境原位生物暴露‑被动采样联用装置与方法，该装置包括水生生物暴露装置、底表和底栖生物暴露装置、水体被动采样器、多段孔隙水被动采样器、沉积物‑水界面通量被动采样器以及浮球。本发明的生物暴露装置包括水生生物暴露装置、底表和底栖生物暴露装置，受试生物包括生活在上层水体、底表和底栖三种，对应不同的空间分布，可获取水体、沉积物和界面污染物暴露浓度和生物效应信息。水生生物暴露装置和水体被动采样器距离水面的高度可调节，可以对应水位的变化，适用于水位变化较大的潮汐河流或湖泊。本发明涉及环境监测和生态风险评估领域。
-
公开(公告)号：CN113392636A
公开(公告)日：2021-09-14
申请号：CN202110588683.7
申请日：2021-05-28
Applicant: 暨南大学
IPC: G06F40/242 , G06F40/216 , G06F40/295 , G06F16/35 , G06N20/10
Abstract: 本发明公开了一种生态风险评价文献中毒理学术语的文本挖掘方法，通过毒理学专业知识库自动获取一套英文术语词典(有害结局路径术语词典)，基于该专业的术语词典，保证了生态风险评价文献中毒理学术语文本挖掘的精确度。以及，结合有害结局路径术语词典，对语料库中的生态风险评价文献进行基于有害结局路径术语的自然语言处理，极大地提高了生态风险评价文献信息的收集速度，特定的机制信息统计替代了人工阅读，并实现了大量数据并行计算，提高了文献综述的效率。最后，依赖朴素贝叶斯算法的机器学习技术应用到毒理学术语的预测和分类，弥补了生态风险评价文献中机理信息的缺失。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.042 seconds)
