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！

龙图腾网获悉青岛理工大学申请的专利基于分层融合神经网络的出水氨氮浓度实时检测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：CN120028508B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510502633.0，技术领域涉及：G01N33/18；该发明授权基于分层融合神经网络的出水氨氮浓度实时检测方法是由权利敏;苏哲;张勇;国珍;穆国庆;陈光设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本基于分层融合神经网络的出水氨氮浓度实时检测方法在说明书摘要公布了：本发明涉及城市污水处理检测领域，具体的涉及一种基于分层融合神经网络的出水氨氮浓度实时检测方法，包括：步骤1：采集污水处理过程中影响出水氨氮浓度的指标参数，定义后续模型的输入与输出；步骤2：建立FNN结构，提取非线性特征；步骤3：设置滑动窗口，截取片段预测出水氨氮浓度；步骤4：引入多项式神经网络PNN，得到“FNN→LSTM→PNN”的分层融合神经网络模型；步骤5：将指标参数输入到分层融合神经网络模型中，输出获得出水氨氮浓度的预测结果。本发明通过分层串联与精英轮盘选择的灵活组合，能在相对低成本的计算环境中完成对污水出水氨氮浓度的实时精准测量。

本发明授权基于分层融合神经网络的出水氨氮浓度实时检测方法在权利要求书中公布了：1.一种基于分层融合神经网络的出水氨氮浓度实时检测方法，其特征在于，包括以下步骤： 步骤1：采集污水处理过程中影响出水氨氮浓度的指标参数，定义输入矩阵X，将采集到的出水氨氮浓度标记为目标数据Y，对输入矩阵X和目标数据Y进行归一化，将归一化的数据划分为训练集、验证集、测试集，作为后续模型的输入与输出，所述输入矩阵X是将收集到的N个样本按照时间顺序排列得到的，，其中，表示第i个样本的特征向量，M表示输入维度，T是矩阵转置符号； 所述目标数据，其中，表示第i个样本对应的出水氨氮浓度值，归一化后，将数据映射到[0,1]区间； 步骤2：建立带有高斯隶属度函数的FNN结构，对输入矩阵X进行模糊化与非线性映射处理，提取原始多维输入矩阵X中的非线性特征； 步骤3：将保留的FNN结构输出和目标数据Y构建为时序样本，设置滑动窗口，从时间序列上截取片段预测出水氨氮浓度，在LSTM层捕捉时序信息，通过反向传播对LSTM参数进行迭代更新，在验证集上计算每个LSTM的预测误差； 步骤4：引入多项式神经网络PNN，对步骤2中提取的非线性特征和步骤3中捕捉的时序依赖进行高阶拟合与残差校正，得到“FNN→LSTM→PNN”的分层融合神经网络模型； 步骤5：将影响出水氨氮浓度的指标参数输入到“FNN→LSTM→PNN”的分层融合神经网络模型中，输出获得出水氨氮浓度的预测结果。

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青岛理工大学，其通讯地址为：266033 山东省青岛市市北区抚顺路11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”。