Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳市中科云驰环境科技有限公司丁宇龙获国家专利权

深圳市中科云驰环境科技有限公司丁宇龙获国家专利权

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!

龙图腾网获悉深圳市中科云驰环境科技有限公司申请的专利一种基于光谱分析的污水处理效果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:CN119757251B

龙图腾网通过国家知识产权局官网在2025-11-04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:202411820278.3,技术领域涉及:G01N21/31;该发明授权一种基于光谱分析的污水处理效果检测方法是由丁宇龙;谭秋荀;江洁仪设计研发完成,并于2024-12-11向国家知识产权局提交的专利申请。

一种基于光谱分析的污水处理效果检测方法在说明书摘要公布了:本发明公开了一种基于光谱分析的污水处理效果检测方法,涉及智能光谱分析技术领域,包括,采集污水中的多波段光谱数据,并进行预处理;基于预处理后的多波段光谱数据进行特征提取并利用多模态任务驱动自编码器融合,生成特征数据集;根据特征数据集,构建智能光谱分析模型,进行多波段特征数据组合,输出污染物浓度预测结果;基于污染物浓度预测结果,评估污水处理效果,并动态调节处理参数;本发明通过构建智能光谱分析模型,从数据集中提取光谱特征并组合多频段特征,实现了对复杂数据关系的有效处理。

本发明授权一种基于光谱分析的污水处理效果检测方法在权利要求书中公布了:1.一种基于光谱分析的污水处理效果检测方法,其特征在于:包括, 采集污水中的多波段光谱数据,并进行预处理; 基于预处理后的多波段光谱数据进行特征提取并利用多模态任务驱动自编码器融合,生成特征数据集; 根据特征数据集,构建智能光谱分析模型,进行多波段特征数据组合,输出污染物浓度预测结果; 基于污染物浓度预测结果,评估污水处理效果,并动态调节处理参数; 所述多波段光谱数据包括,紫外光谱数据、可见光光谱数据和近红外光谱数据; 所述特征提取并利用多模态任务驱动自编码器融合,具体步骤为, 将紫外光谱数据、可见光光谱数据和近红外光谱数据的采集时间和采集位置进行对齐; 通过主成分分析提取紫外光谱数据、可见光光谱数据和近红外光谱数据的主成分特征; 通过偏最小二乘法提取紫外光谱数据、可见光光谱数据和近红外光谱数据污染物浓度的目标特征; 通过小波变换提取紫外光谱数据、可见光光谱数据和近红外光谱数据的频域特征; 使用多模态任务驱动自编码器分别对主成分特征、目标特征和频域特征进行编码,并提取隐空间特征; 将主成分特征、目标特征和频域特征的隐空间特征融合到共享隐空间中,表达式为: ; 其中,是最终的共享隐空间,是一个非线性映射函数,是集合中第个特征的隐空间,是特征之间的逐元素乘积,是特征拼接,是多模态特征集合,是多模态特征的索引; 基于融合到共享隐空间的特征数据,生成特征数据集,并将共享隐空间作为解码器,重构主成分特征、目标特征和频域特征; 利用共享隐空间预测污染物浓度,最小化任务误差; 通过分布对齐,减少主成分特征、目标特征和频域特征在共享隐空间中的分布差异,最小化对齐误差; 所述构建智能光谱分析模型,具体步骤为, 定义输入为特征数据集,输出为预测结果; 定义多波段特征数据的单波段特征数据为紫外光谱数据、可见光光谱数据和近红外光谱数据的主成分特征、目标特征和频域特征中的单个特征; 定义多波段特征数据的双波段特征数据为紫外光谱数据、可见光光谱数据和近红外光谱数据的主成分特征、目标特征和频域特征中的组合特征; 定义多波段特征数据的三波段特征数据为紫外光谱数据、可见光光谱数据和近红外光谱数据的主成分特征、目标特征和频域特征中的全部特征; 将特征数据集划分为训练集和测试集; 选择随机森林、支持向量机和神经网络模型作为智能光谱分析模型的基础模型并进行训练; 设定阈值,选择定义的多波段特征数据和智能光谱分析模型中的基础模型进行训练,输出预测结果; 使用交叉验证测试智能光谱分析模型的性能; 所述设定阈值,具体步骤为, 当低精度检测时,使用单波段特征数据和随机森林模型; 当中精度检测时,使用双波段特征数据和支持向量机模型; 当高精度检测时,使用三波段特征数据和神经网络模型; 所述选择定义的多波段特征数据和智能光谱分析模型中的基础模型进行训练,表达式为, ; 其中,是预测的污染物浓度结果,是基础模型,是第种光谱数据,是特征集合,是第种光谱数据,是特征集合中的特征索引,是特征集合中不同于的另一个特征索引,表示第种和第种光谱数据的逐元素乘积; 所述评估污水处理效果,并动态调节处理参数,具体步骤为, 根据低精度检测、中精度检测和高精度检测得到的预测结果; 定义检测污水处理评估标准,动态调节污水处理参数,表达式为: ; 其中,是参数调整量,是用于调整低精度检测和中精度检测之间的调整系数,是用于调整中精度检测和高精度检测之间的调整系数,是返回符合函数,是低精度和中精度的分界线,是中精度和高精度的分界线。

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深圳市中科云驰环境科技有限公司,其通讯地址为:518000 广东省深圳市南山区粤海街道科技南区深南大道与高新南一道交汇处TCL大厦A座7层701-3;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”。

以上内容由龙图腾AI智能生成。

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。