-
公开(公告)号：CN119005757B
公开(公告)日：2025-01-03
申请号：CN202411465222.0
申请日：2024-10-21
Applicant: 湖南大学
IPC: G06Q10/0637 , G06F30/28 , G06N20/00 , G06N3/0499 , G06N3/09 , G06N3/0985 , G06Q10/0635 , G06Q50/06 , G06F18/2411 , G06F18/243
Abstract: 本发明公开了一种环境变量驱动的高氯酸盐点源污染治理方法及系统，涉及水源污染治理技术领域；该方法包括以下步骤：收集环境变量数据；识别高风险污染区域：基于关键环境变量构建水源污染风险预测模型，预测水源污染物超标概率，识别高风险污染区域；计算饮用水源的污染状态：构建物理扩散过程模拟模型，模拟不同季节污染物在河流中的扩散路径，采用物理扩散过程模拟模型模拟高风险污染区域中点源污染物扩散路径，计算饮用水源的污染物浓度；确定最优污染减排策略：构建强化学习驱动的污染减排优化模型，激励污染减排优化模型找到最优污染减排策略；制定综合污染减排策略。本发明综合考虑各类因素，制定综合性的污染减排策略，提高减排效果。
-
公开(公告)号：CN116502130B
公开(公告)日：2023-09-15
申请号：CN202310752287.2
申请日：2023-06-26
Applicant: 湖南大学
IPC: G06F18/24 , G06N20/00 , G06F18/214
Abstract: 本发明公开了一种藻源嗅味特征识别方法，包括以下步骤：获取藻源致嗅有机物数据及质谱图数据；获取藻源致嗅有机物数据对应的MACCS有机物分子指纹和质谱图数据对应的MACCS分子指纹；采用藻源致嗅有机物嗅味类别数据中训练集对应的MACCS有机物分子指纹分别对不同机器学习模型进行训练，获得最优嗅味分类模型；采用嗅味阈值数据中训练集对应的MACCS有机物分子指纹分别对不同机器学习模型进行训练，获得最优嗅味阈值预测模型；将待测藻源致嗅有机物数据输入模型中，即可输出藻源致嗅有机物嗅味识别结果。本发明具有成本低廉、简便而快速、节省大量人力、物力和财力等特点。
-
公开(公告)号：CN116502130A
公开(公告)日：2023-07-28
申请号：CN202310752287.2
申请日：2023-06-26
Applicant: 湖南大学
IPC: G06F18/24 , G06N20/00 , G06F18/214
Abstract: 本发明公开了一种藻源嗅味特征识别方法，包括以下步骤：获取藻源致嗅有机物数据及质谱图数据；获取藻源致嗅有机物数据对应的MACCS有机物分子指纹和质谱图数据对应的MACCS分子指纹；采用藻源致嗅有机物嗅味类别数据中训练集对应的MACCS有机物分子指纹分别对不同机器学习模型进行训练，获得最优嗅味分类模型；采用嗅味阈值数据中训练集对应的MACCS有机物分子指纹分别对不同机器学习模型进行训练，获得最优嗅味阈值预测模型；将待测藻源致嗅有机物数据输入模型中，即可输出藻源致嗅有机物嗅味识别结果。本发明具有成本低廉、简便而快速、节省大量人力、物力和财力等特点。
-
公开(公告)号：CN119005757A
公开(公告)日：2024-11-22
申请号：CN202411465222.0
申请日：2024-10-21
Applicant: 湖南大学
IPC: G06Q10/0637 , G06F30/28 , G06N20/00 , G06N3/0499 , G06N3/09 , G06N3/0985 , G06Q10/0635 , G06Q50/06 , G06F18/2411 , G06F18/243
Abstract: 本发明公开了一种环境变量驱动的高氯酸盐点源污染治理方法及系统，涉及水源污染治理技术领域；该方法包括以下步骤：收集环境变量数据；识别高风险污染区域：基于关键环境变量构建水源污染风险预测模型，预测水源污染物超标概率，识别高风险污染区域；计算饮用水源的污染状态：构建物理扩散过程模拟模型，模拟不同季节污染物在河流中的扩散路径，采用物理扩散过程模拟模型模拟高风险污染区域中点源污染物扩散路径，计算饮用水源的污染物浓度；确定最优污染减排策略：构建强化学习驱动的污染减排优化模型，激励污染减排优化模型找到最优污染减排策略；制定综合污染减排策略。本发明综合考虑各类因素，制定综合性的污染减排策略，提高减排效果。
-
-
-
Search Results
4
records
(took 0.021 seconds)
