-
公开(公告)号:CN111444351B
公开(公告)日:2023-09-12
申请号:CN202010210748.X
申请日:2020-03-24
申请人: 清华苏州环境创新研究院 , 清华大学
IPC分类号: G06F16/36 , G06F40/295 , G06F40/30 , G06Q10/0631 , G06Q50/04
摘要: 本发明公开了一种行业工艺领域知识图谱构建方法,包括:获取某行业工艺领域的开放数据源,建立原始资料数据库;根据结构化和半结构化资料提取工艺技术知识信息,构建知识图谱数据层;结合专家知识和行业调研,建立知识图谱模式层,并建立知识图谱模式层和数据层之间的映射关系;将构建的知识图谱数据层作为样本库,利用自监督学习方法提取非结构化资料中包含的实体、关系及实体属性信息,并依据建立的知识图谱数据层和模式层之间的映射关系,补充知识图谱数据层;对知识图谱数据层进行知识融合和知识推理,得到领域知识图谱。提高了领域概念体系建设效率,并为多行业工艺领域知识图谱建设提供参考,可以为企业工艺优化升级提供支撑。
-
公开(公告)号:CN111080502B
公开(公告)日:2023-09-08
申请号:CN201911299008.1
申请日:2019-12-17
申请人: 清华苏州环境创新研究院 , 清华大学
摘要: 本发明公开了一种区域企业数据异常行为的大数据识别方法,包括:将区域企业数据进行数据清洗;对数据清洗后的数据进行预处理,所述预处理包括数据标准化和属性值规范化;建立多种概率分布模型,进行概率分布识别,从多种概率分布模型中判断出与企业数据最为接近的分布模型;根据判断出的分布模型,使用处理后的数据画出该分布的理论累积概率分布图,并与该数据的实际累积概率分布图对比,根据排放标准x处的实际累积概率与理论累积概率的差值判断企业是否存在数据异常行为。本发明是通用、普适的区域企业数据异常行为可能性定量判断方法,基于大数据分析,不依赖于企业具体造假手段,提高执法工作的针对性和有效性。
-
公开(公告)号:CN110990393B
公开(公告)日:2023-09-08
申请号:CN201911298999.1
申请日:2019-12-17
申请人: 清华苏州环境创新研究院 , 清华大学
IPC分类号: G06F16/215 , G06F16/2458
摘要: 本发明公开了一种行业企业数据异常行为的大数据识别方法,包括:将某一行业的企业数据进行数据清洗;对数据清洗后的数据进行预处理,所述预处理包括数据标准化和属性值规范化;选取单指标特征,对选取的单指标特征进行交叉组合构建交叉指标特征;根据单指标特征和构建的交叉指标特征选取符合条件的指标特征,根据选取的指标特征对预处理后的企业的时间序列数据进行特征提取,识别行业排放规律;检验提取的特征数据是否服从正态分布,在区间[‑kσ,kσ]范围内,表示数据正常,超出此区间说明数据异常,其中k为比例系数,σ为标准差。可以识别行业排放规律,进行异常指数计算,识别数据是否异常,能定位到具体企业数据异常(造假)行为。
-
公开(公告)号:CN114882375A
公开(公告)日:2022-08-09
申请号:CN202210455836.5
申请日:2022-04-24
申请人: 清华苏州环境创新研究院
IPC分类号: G06V20/13 , G06V10/82 , G06V10/52 , G06V10/774 , G06V10/776 , G06T7/73 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种尾矿库智能识别方法和装置。其中,该方法包括:对获取到的遥感图像进行预处理,以得到预处理后的遥感图像;对所述预处理后的遥感图像进行图像增强操作,以得到增强后的遥感图像;基于深度学习目标检测模型对所述增强后的遥感图像进行训练,以得到训练后的尾矿库识别模型;将待识别的目标尾矿库图像输入所述尾矿库识别模型,以得到所述尾矿库识别模型输出的目标尾矿库的识别结果。本发明通过将目标检测网络RetinaNet引入遥感影像尾矿库识别任务,通过深度残差网络框架ResNet101以及特征金字塔结构提取并融合图像中的浅层纹理信息及深层语义信息,通过焦点损失目标函数调节正负样本的损失权重,实现了遥感影像中尾矿库的精确定位。
-
公开(公告)号:CN111080502A
公开(公告)日:2020-04-28
申请号:CN201911299008.1
申请日:2019-12-17
申请人: 清华苏州环境创新研究院
摘要: 本发明公开了一种区域企业数据异常行为的大数据识别方法,包括:将区域企业数据进行数据清洗;对数据清洗后的数据进行预处理,所述预处理包括数据标准化和属性值规范化;建立多种概率分布模型,进行概率分布识别,从多种概率分布模型中判断出与企业数据最为接近的分布模型;根据判断出的分布模型,使用处理后的数据画出该分布的理论累积概率分布图,并与该数据的实际累积概率分布图对比,根据排放标准x处的实际累积概率与理论累积概率的差值判断企业是否存在数据异常行为。本发明是通用、普适的区域企业数据异常行为可能性定量判断方法,基于大数据分析,不依赖于企业具体造假手段,提高执法工作的针对性和有效性。
-
公开(公告)号:CN117009553A
公开(公告)日:2023-11-07
申请号:CN202311154631.4
申请日:2023-09-08
IPC分类号: G06F16/36 , G06N3/042 , G06N3/0464 , G06F16/901 , G06N3/08 , G06N5/04 , G06N5/022
摘要: 本发明提供一种基于知识图谱推理的污染场地画像构建方法及系统,方法包括:收集污染场地调查报告中的重点数据;基于污染场地调查报告分别获取每一污染地块的污染地块结构化数据表,并获取知识图谱本体结构;对污染地块结构化数据表进行整合形成污染场地结构化数据表;获取知识图谱本体结构中各节点的节点表、关系表和属性表以获取三元组表;基于三元组表建立图数据库,并基于图数据库进行推理以获取污染场地已知污染信息;基于图神经网络对三元组表进行潜在风险推理以获取污染场地潜在污染信息;基于污染场地已知污染信息和污染场地潜在污染信息获取污染场地画像。本申请的方法基于已知事实和潜在风险推理评估污染场地,提高了评估的准确性。
-
公开(公告)号:CN112906531B
公开(公告)日:2023-05-23
申请号:CN202110168388.6
申请日:2021-02-07
申请人: 清华苏州环境创新研究院
IPC分类号: G06V20/13 , G06V10/764 , G06V10/80 , G06V10/762 , G06V10/74
摘要: 本发明公开了一种基于非监督分类的多源遥感影像时空融合方法,包括:获取至少一个参考时刻的第一、第二空间分辨率遥感影像,及预测时刻的第一空间分辨率遥感影像;对获取的遥感影像进行预处理,获取反射率影像数据;以目标像元为中心像元,利用非监督分类方法对邻域范围内的像元进行分类,选择与中心像元为同一类别的像元作为相似像元;计算相似像元与中心像元之间的空间距离,和不同空间分辨率遥感影像之间的光谱差异,得到相似像元权重;根据高空间分辨率遥感影像的空间信息和低空间分辨率遥感影像的时相信息,及相似像元权重大小,计算得到预测时刻的目标像元值。改进了相似像元选取方法和相似像元权重计算方法,提高了融合结果的精度。
-
公开(公告)号:CN111444351A
公开(公告)日:2020-07-24
申请号:CN202010210748.X
申请日:2020-03-24
申请人: 清华苏州环境创新研究院
IPC分类号: G06F16/36 , G06F40/295 , G06F40/30 , G06Q10/06 , G06Q50/04
摘要: 本发明公开了一种行业工艺领域知识图谱构建方法,包括:获取某行业工艺领域的开放数据源,建立原始资料数据库;根据结构化和半结构化资料提取工艺技术知识信息,构建知识图谱数据层;结合专家知识和行业调研,建立知识图谱模式层,并建立知识图谱模式层和数据层之间的映射关系;将构建的知识图谱数据层作为样本库,利用自监督学习方法提取非结构化资料中包含的实体、关系及实体属性信息,并依据建立的知识图谱数据层和模式层之间的映射关系,补充知识图谱数据层;对知识图谱数据层进行知识融合和知识推理,得到领域知识图谱。提高了领域概念体系建设效率,并为多行业工艺领域知识图谱建设提供参考,可以为企业工艺优化升级提供支撑。
-
公开(公告)号:CN118209524A
公开(公告)日:2024-06-18
申请号:CN202410254602.3
申请日:2024-03-06
申请人: 清华苏州环境创新研究院
摘要: 本发明涉及地表水水质监测领域,具体是一种水质监测光谱通道组合的使用方法、装置、设备及介质,所述方法包括:获取水质参数样本及其对应的特定通道的光谱数据样本;对所述光谱数据样本进行处理,得到对应的第一反射率数据样本;基于所述第一反射率数据样本进行光谱通道扩展,得到扩展后的第二反射率数据样本;从所述第二反射率数据样本中,选择与所述水质参数样本相关性最大的多个光谱通道的数据样本,作为目标反射率数据样本;基于所述水质参数样本和所述目标反射率数据样本构建水质参数反演模型,以及使用构建的反演模型进行水质监测。本发明的方法能够提升构建得到的水质参数反演模型的运行效率和预测精度,从而提升水质监测的效率和准确性。
-
公开(公告)号:CN117556991A
公开(公告)日:2024-02-13
申请号:CN202311544941.7
申请日:2023-11-20
申请人: 清华苏州环境创新研究院
IPC分类号: G06Q10/063 , G06Q50/26 , G06F18/2433 , G16C20/70 , G16C20/20 , G06N3/08
摘要: 本发明涉及环境污染预测预警领域,具体是一种污染源排放的预测模型的构建方法、异常检测方法及装置,所述构建方法包括:步骤S1,获取生产线中各个设施的工况数据样本,以及与之对应的监测排放浓度数据样本,所述设施包括一个或多个污染源生产设施以及一个或多个污染防治设施;步骤S2,基于所述工况数据样本以及所述监测排放浓度数据样本进行模型训练,得到所述预测模型。本发明的构建方法,通过在污染物浓度监测数据的基础上,结合生产设施和污染防治设施的工况数据,来训练预测污染物排放浓度的预测模型,提高了训练得到的预测模型的预测精度,从而能够精准预测污染物排放变化趋势。
-
-
-
-
-
-
-
-
-