南京大学王瑾丰获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉南京大学申请的专利一种基于深度学习的预测活性污泥沉降性能方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114998718B 。
龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210433941.9，技术领域涉及：G06V20/10；该发明授权一种基于深度学习的预测活性污泥沉降性能方法是由王瑾丰;王晋;董德园;胡海冬;吴兵;任洪强设计研发完成，并于2022-04-24向国家知识产权局提交的专利申请。
本一种基于深度学习的预测活性污泥沉降性能方法在说明书摘要公布了：本发明公开了一种基于深度学习的预测活性污泥沉降性能方法，包括以下步骤：1采集若干活性污泥样本并分别获取其原始图像数据，对原始图像数据进行清洗并统一尺寸大小；2测定各活性污泥样本的污泥体积指数SVI；3基于ResNet50深度神经网络建立活性污泥沉降性能图像预测模型；4根据步骤3建立的预测模型预测目标活性污泥的沉降性能。本发明基于所采集的活性污泥图像，经过简单的数据清洗和调整图像尺寸大小，采用ResNet50深度神经网络，构建二分类模型，实现活性污泥膨胀预警。模型的输入为活性污泥图像数据，模型的输出为活性污泥是否发生膨胀。本发明提供的方法检测速度快、识别结果准确、操作简便、效率高，可广泛应用于污水厂中活性污泥沉降性能的识别。
本发明授权一种基于深度学习的预测活性污泥沉降性能方法在权利要求书中公布了：1.一种基于深度学习的预测活性污泥沉降性能方法，其特征在于，包括以下步骤： 1采集若干活性污泥样本并分别获取其原始图像数据，对原始图像数据进行清洗并统一尺寸大小； 2测定各活性污泥样本的污泥体积指数SVI； 3基于ResNet50深度神经网络建立活性污泥沉降性能图像预测模型； 步骤3中，基于ResNet50深度神经网络建立活性污泥沉降性能图像预测模型，包括以下步骤： 301根据各活性污泥样本的污泥体积指数SVI，将其分为膨胀样本集和非膨胀样本集； 302扩增膨胀样本集和非膨胀样本集中样本较少的样本集； 303划分数据集，训练集、验证集及测试集，调整并优化模型超参数； 304选取最佳模型超参数，训练活性污泥沉降性能图像预测模型并利用测试集数据评估模型的分类性能； 4根据步骤3建立的预测模型预测目标活性污泥的沉降性能。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京大学，其通讯地址为：210093 江苏省南京市鼓楼区汉口路22号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号