一种基于高光谱技术的水体黑臭程度测算方法

    公开(公告)号:CN116952873B

    公开(公告)日:2024-08-23

    申请号:CN202310923495.4

    申请日:2023-07-26

    IPC分类号: G01N21/31 G06F17/10

    摘要: 本发明属于水体黑臭程度测算技术领域,具体涉及一种基于高光谱技术的水体黑臭程度测算方法,包括如下步骤:S10:将高光谱设备安装于被测水体一侧,进而使高光谱设备拍摄被测水体;S20:获取该设备的高光谱数据进行处理,S30:通过高光谱设备拍摄的数据提取计算黑臭水体特征值T;S40:利用S20数据得出不同黑臭水体的平均光谱差异阈值为T1、T2;S50:利用S20的数据分别获取透明度、溶解氧、氨氮参数敏感波段的反射率,并计算该反射率的值;S60:对S50中得到的值进行预判断;S70:利用上述步骤得出的参数对被测水体的黑臭程度进行辨别;本发明能够通过程序快速对数据完成分析和计算,实现重度黑臭水体、轻度黑臭书体、一般水体的快速精细化判断。

    基于知识图谱的科技成果快速分级分类方法及系统

    公开(公告)号:CN118503429A

    公开(公告)日:2024-08-16

    申请号:CN202410701045.5

    申请日:2024-05-31

    摘要: 本发明涉及科技成果管理技术领域,公开了一种基于知识图谱的科技成果快速分级分类方法及系统,其方法包括以下步骤:步骤1,输入科技成果索引词;步骤2,基于预设数据库,按照科技成果索引词,对科技成果进行预分类;步骤3,基于预分类,调取科技成果的成果材料作为参考数据;步骤4,基于预设知识图谱挖掘得到参考数据与多维度专业知识数据之间的关联关系;并基于关联关系,分析参考数据对应的指标分级情况;所述指标包括技术成熟度、技术创新度和技术先进度;步骤5,基于指标分级情况,生成科技成果分级分类报告。本发明能够高效完成科技成果的分级分类及汇交管理,并且分级分类结果具有时效性,具有较高的参考价值。

    一种基于CODMn和氨氮浓度的微污染水源水的处理方法

    公开(公告)号:CN118084254A

    公开(公告)日:2024-05-28

    申请号:CN202410378961.X

    申请日:2024-03-29

    发明人: 雷晓玲 黄媛媛

    摘要: 本发明涉及微污染水源水处理技术领域,公开了一种基于CODMn和氨氮浓度的微污染水源水的处理方法,包括以下步骤:S1,获取微污染水源水的CODMn的质量浓度和氨氮的质量浓度,S2,判定CODMn的质量浓度是否小于4.2mg/L或大于6mg/L小于7.14mg/L,且氨氮的质量浓度是否小于1.6mg/L,若是,则采用包埋菌‑超滤步骤,若否,则进入S3;S3,判定CODMn的质量浓度是否小于10mg/L,且氨氮的质量浓度是否小于2.7mg/L,若是,则采用曝气生物滤池‑超滤步骤。其有益效果是:本发明提出一种基于CODMn和氨氮浓度的微污染水源水的处理方法,通过检测CODMn和氨氮的质量浓度,并根据质量浓度范围匹配最优的生物预处理步骤,以达到为不同情况的微污染水源水寻找投资省、费用低、效果好的水处理步骤的目的。

    用于医学分割的高效通信联邦自蒸馏方法及系统

    公开(公告)号:CN117521784A

    公开(公告)日:2024-02-06

    申请号:CN202311619351.6

    申请日:2023-11-29

    IPC分类号: G06N3/098 G06N3/042 G06F21/62

    摘要: 本发明提供一种用于医学分割的高效通信联邦自蒸馏方法及系统,包括:设有服务器节点S和N个存储私有医疗数据的机构客户端,服务器端对各个客户端进行参数协调和通信,客户端记录第t轮通信开始训练的模型参数;客户端使用其私有数据集在本地开始多轮模型训练;初始化动态参数差值分解阈值Ti以及客户端模型与权重参数;客户端开始多轮本地训练,客户端保存每轮训练时的模型预测结果pi和模型最深层特征图fi;服务器重构所有参数差值矩阵,更新服务器模型;客户端重构参数差值信息并更新本地模型,开启下一个通信轮次,在本地使用私有数据集重新进行多轮训练;直到所有客户端本地模型都收敛。本发明能够提升模型训练精度。

    具有特征对齐的集群联邦学习实现方法及系统

    公开(公告)号:CN117422154A

    公开(公告)日:2024-01-19

    申请号:CN202311618913.5

    申请日:2023-11-29

    摘要: 本发明提供一种具有特征对齐的集群联邦学习实现方法及系统,包括:通过客户端下载初始化集群模型,并初始化本地模型以及全局模型;利用本地私有数据集来训练本地模型,并在训练过程中加入全局模型做知识转移,将模型的权重更新量以及其模型上传到服务器;服务端根据每个模型参数更新量计算客户端的相似性,并对客户端进行聚类,得到聚类结果;评估聚类结果,评估后选出最佳聚类结果,加权聚合各簇中的客户端模型得到k个簇类模型;将其加权聚合得到全局模型;客户端下载簇类模型和加权聚合得到的全局模型,并用簇类模型更新本地模型,循环执行T轮步骤S2以及其后续步骤,直至模型测试结果收敛。本发明能够客户端模型的准确率及算法的效率。

    一种酒类废水制备碳源的处理方法

    公开(公告)号:CN116924628A

    公开(公告)日:2023-10-24

    申请号:CN202311086112.9

    申请日:2023-08-28

    摘要: 本发明公开了一种酒类废水制备碳源的处理方法,其特征在于,按照如下步骤处理:1)蒸发浓缩去乙醇,将酒类废水采用蒸发膜蒸发去除乙醇,同时冷凝收集乙醇;2)将蒸发浓缩去除乙醇后的浓液加入原水箱,用氧化钙调节pH9‑11,加热至35‑40℃,通入脱氨膜组件,所述脱氨膜组件包括脱氨膜本身围成的管层以及管层外的壳层,浓缩液从管层进水管进入脱氨膜之间的管层,在壳层通入硫酸溶液吸收氨,浓缩液在脱氨膜组件内停留时间1h,然后从管层出水管出去用于制备碳源,管层出水管设置有反冲洗支管,管层进水管设置有反冲洗液支管,在管层浓液排出后,立即对膜组件进行反冲洗,反冲洗液为11%的次氯酸钠溶液。能回收酒类废水中的乙醇,同时能去除氮和磷,COD降低较少。