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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 五邑大学高乐获国家专利权

五邑大学高乐获国家专利权

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!

龙图腾网获悉五邑大学申请的专利一种土壤重金属的来源解析方法和系统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:CN116244603B

龙图腾网通过国家知识产权局官网在2026-04-07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:202210919548.0,技术领域涉及:G06F18/22;该发明授权一种土壤重金属的来源解析方法和系统是由高乐;张婉婷;刘奇缘;黄勇杰设计研发完成,并于2022-08-02向国家知识产权局提交的专利申请。

一种土壤重金属的来源解析方法和系统在说明书摘要公布了:本发明公开了一种土壤重金属的来源解析方法和系统,包括获取土壤数据,通过图卷积神经网络模型提取土壤数据的图结构特征,将图结构特征输入自组织竞争学习神经网络模型,得到神经元权重值与土壤数据的最佳匹配单元,根据最佳匹配单元与神经元权重值,并利用自组织竞争学习神经网络模型的二维可视化计算土壤数据中重金属的单元素组件平面可视化图,基于单元素组件平面可视化图,确定土壤数据中重金属的来源,通过提取土壤数据的图结构特征,以便于自组织竞争方法充分学习土壤数据间的相关性信息,提高了分析土壤数据中重金属的来源的效率与准确率,解决了对重金属来源解析存在主观性较强的缺点。

本发明授权一种土壤重金属的来源解析方法和系统在权利要求书中公布了:1.一种土壤重金属的来源解析方法,其特征在于,所述土壤重金属的来源解析方法包括: 获取土壤数据; 通过图卷积神经网络模型提取所述土壤数据的图结构特征; 将所述图结构特征输入自组织竞争学习神经网络模型,得到神经元权重值与所述土壤数据的最佳匹配单元,具体为: 步骤S1、初始化每个神经元的神经元权重值,得到每个神经元的第一神经元权重值; 步骤S2、将所述第一神经元权重值与所述第层的第个土壤数据的图结构特征进行数据标准化,得到标准化神经元权重值与标准化图结构特征,其中,所述将第一神经元权重值与所述第层的第个土壤数据的图结构特征进行数据标准化的计算公式如下: 其中,为所述图卷积神经网络模型的第层的第个土壤数据的标准化图结构特征,为第个神经元的权重值,为第个神经元的标准化神经元权重值,为神经元的数目; 步骤S3、根据所述标准化神经元权重值与所述标准化图结构特征计算得到所述土壤数据到每个所述神经元的距离与所述土壤数据的最佳匹配单元,其中,所述根据所述标准化神经元权重值与所述标准化图结构特征计算得到所述土壤数据到每个所述神经元的距离与所述土壤数据的最佳匹配单元的计算公式为: 其中,为第个土壤数据的最佳匹配单元,为第个土壤数据到所有神经元的距离中的最小距离,为第个土壤数据到第个神经元的距离; 步骤S4、根据预设的初始神经元邻域半径计算神经元邻域半径,其中,所述根据预设的初始神经元邻域半径计算神经元邻域半径的计算公式为: 其中,为第次迭代的神经元邻域半径,为预设的最大迭代次数,为初始神经元邻域半径; 步骤S5、根据所述神经元邻域半径与所述土壤数据到每个所述神经元的距离更新每个神经元的神经元权重值,得到第次迭代的第个土壤数据更新后的神经元权重值; 步骤S6、若所述等于N,则得到第次迭代的神经元权重值,若所述小于N,则根据所述第个土壤数据更新后的神经元权重值计算得到第个土壤数据的权重值,根据所述第个土壤数据的权重值与所述第层的第个土壤数据的图结构特征计算得到所述第个土壤数据到每个所述神经元的距离与所述第个土壤数据的最佳匹配单元,并根据所述神经元邻域半径与所述第个土壤数据到每个所述神经元的距离更新每个神经元的神经元权重值,得到第次迭代的第个土壤数据更新后的神经元权重值,依次类推,直至等于N,得到第次迭代的神经元权重值,其中,所述根据第个土壤数据更新后的神经元权重值计算得到第个土壤数据的权重值的计算公式为: 其中,为预先设置的第t次迭代的学习率; 步骤S7、根据第次迭代的最佳匹配单元与第二佳匹配单元计算得到第次迭代的损失函数值,若所述等于最大迭代次数,则得到所述土壤数据的神经元权重值,若所述小于最大迭代次数,则,根据所述第次迭代的损失函数值更新所述图卷积神经网络模型的土壤数据的图结构特征,根据更新的图结构特征得到第次迭代的神经元权重值,依次类推,直至等于最大迭代次数,得到所述土壤数据的神经元权重值,其中,所述根据第次迭代的最佳匹配单元与次最佳匹配单元计算得到第次迭代的损失函数值的计算公式为: 其中,为第个土壤数据的最佳匹配单元,为第个土壤数据的第二佳匹配单元; 根据所述最佳匹配单元与所述神经元权重值,并利用所述自组织竞争学习神经网络模型的二维可视化计算所述土壤数据中重金属的单元素组件平面可视化图; 基于所述单元素组件平面可视化图,确定所述土壤数据中重金属的来源。

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五邑大学,其通讯地址为:529000 广东省江门市蓬江区东成村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”。

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。