[发明专利]一种基于深度学习的质谱检测方法有效
| 申请号： | 202011575558.4 | 申请日： | 2020-12-28 |
| 公开（公告）号： | CN112505133B | 公开（公告）日： | 2023-09-12 |
| 发明（设计）人： | 韩松;韩雪 | 申请（专利权）人： | 黑龙江莱恩检测有限公司 |
| 主分类号： | G16C20/70 | 分类号： | G16C20/70;G16C20/20;G01N27/62 |
| 代理公司： | 北京东方盛凡知识产权代理有限公司 11562 | 代理人： | 王颖 |
| 地址： | 163000 黑龙江省大庆市大庆高新区*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的质谱检测方法，包括以下步骤，S1.基于质谱仪，通过改变电离电压，对待检测物质进行检测，获得若干对应不同电离电压的质谱谱图；S2.基于质谱谱图，选取部分质谱谱图构建初始数据集，基于对应于不同电离电压获得的初始数据集，构建初始质谱深度学习网络模型；S3.选取剩余质谱谱图构建训练集，对质谱深度学习网络模型进行训练，获得目标质谱深度学习网络模型；S4.基于目标质谱深度学习网络模型，对质谱谱图进行分析，通过碎片峰分布情况，进行待检测物质的解析，本发明所述方法简单快捷，基于质谱中碎片峰的变化情况，通过深度学习网络，快速识别了质谱中的物质成分，为质谱检测提供了新的技术思路。 | ||
| 搜索关键词： | 一种 基于 深度 学习 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于黑龙江莱恩检测有限公司，未经黑龙江莱恩检测有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011575558.4/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种混合原油的TBP信息求解方法及装置-202310672017.0
- 杜文莉;隆建;钱锋;钟伟民;杨明磊 - 华东理工大学
- 2023-06-07 - 2023-10-27 - G16C20/70
- 本发明提供了一种混合原油的TBP信息求解方法及装置，TBP信息包括实沸点蒸馏曲线，该方法可以包括：S1：利用混合原油中的可用原油评价信息生成对应原油的TBP信息，基于TBP信息计算混合原油中各原油虚拟组分的分布；S2：选择适配的虚拟组分数量和沸点范围，采用虚拟组分法计算混合原油中每一样本配方的虚拟组分分布，选取一组覆盖混合原油整个沸点范围的原油混合配方数据以计算混合原油的TBP曲线；以及S3：采用连续分段线性模型近似替代由虚拟组分法得到的非线性模型，连续分段线性模型包括铰链超平面模型，确定铰链函数的参数以求解混合原油的TBP信息。
- 分子编解码器的训练方法、装置、设备及存储介质-202310227649.6
- 张昊 - 腾讯科技（深圳）有限公司
- 2023-02-27 - 2023-10-27 - G16C20/70
- 本申请公开了一种分子编解码器的训练方法、装置、设备及存储介质，属于人工智能领域。该方法包括：获取训练样本分子的第一分子图和属性标签；对第一分子图中的部分节点的特征执行掩码操作，得到第二分子图；通过分子编码器对第二分子图进行编码，得到第一特征向量；对第一特征向量中的部分节点的特征向量执行再掩码操作，得到第二特征向量；基于第二特征向量，生成第三分子图；通过分子解码器对第三分子图进行解码，得到第三特征向量；基于第三特征向量，得到训练样本分子的预测属性值；基于训练样本分子的预测属性值和属性标签之间的误差，训练分子编码器和分子解码器。上述方法降低了分子编码器的训练难度。
- 一种基于流变数据和机器学习的材料配方优化方法及系统-202310690442.2
- 陈珣;陈鹏;黄威;洪亮 - 中国科学院宁波材料技术与工程研究所
- 2023-06-12 - 2023-10-27 - G16C20/70
- 本发明公开一种基于流变数据和机器学习的材料配方优化方法及系统。本发明将流变特性作为机器学习模型的输入，以此优化聚合物的材料参数、配方变量和工艺参数。本发明方法不使物理响应与材料变量直接统计相关，而是基于用于将结构变量和响应的底层和顶层连通的基础高分子物理学原理、流变学理论来嵌入中间层，基于流变数据集实现三层的整合以及预测建模。
- 用于细胞培养全过程的物质成分分析方法及装置-202310912458.3
- 卢卫东;查波风;杨晓峰;梁朗;王成 - 安及义实业（上海）有限公司
- 2023-07-25 - 2023-10-27 - G16C20/70
- 本发明涉及一种用于细胞培养全过程的物质成分分析方法及装置，方法包括以下步骤：预训练步骤，得到浓度回归模型；采集步骤，对发酵中的培养液实时采集多条拉曼光谱从而得到原始光谱矩阵；分析步骤，得到主成分矩阵；提取步骤，对主成分矩阵进行特征提取从而得到浓度光谱矩阵和组分光谱矩阵；相关步骤，得到多个目标物质的最优组分光谱矩阵；比较步骤，对多个目标物质的最优组分光谱矩阵进行比较，根据浓度光谱矩阵和组分光谱矩阵得到实际光谱矩阵；预测步骤，根据实际光谱矩阵和浓度回归模型进行浓度回归预测，得到预测的浓度矩阵。根据本发明，解决了无法正确分析物质成分的技术问题，提升了物质成分分析的稳定性和准确度。
- 代谢组学视域一种动态集成选择的死亡时间推断策略-202310840785.2
- 李健;刘明锋;吴妍娟;李娜;党丽虹;安国帅;杜秋香;曹洁;孙俊红 - 山西医科大学
- 2023-07-11 - 2023-10-27 - G16C20/70
- 本发明涉及法医学领域，具体是代谢组学视域一种动态集成选择的死亡时间推断策略，本发明基于非靶向代谢组学检测到的大鼠死后肺脏中的代谢物表达谱构建了动态集成选择模型推断死亡时间，从七种模型中筛选死亡时间预测效能最好的4种模型用于构建模型算法池，在此基础上，使用Stacking和Voting静态集成和DES动态集成选择对模型算法池进行不同策略的集成优化，结果显示基于DES的动态集成选择算法有效的提升了死亡时间的预测准确性。本发明将代谢组学结合动态选择算法首次应用于死亡时间推断中，为提升死亡时间的预测准确率提供了一种新的尝试。
- 一种数据处理方法、装置、电子设备及存储介质-202211447957.1
- 吴秉哲 - 腾讯科技（深圳）有限公司
- 2022-11-18 - 2023-10-27 - G16C20/70
- 本申请公开了一种数据处理方法、装置、电子设备及存储介质，涉及人工智能技术领域，该方法包括：获取多个第一训练数据集，多个第一训练数据集对应不同的测试批次；每个第一训练数据集包括多个多媒体样本和每个多媒体样本在对应测试批次测试得到的测试结果标签；确定每个多媒体样本对应的测试结果误差；基于测试结果误差，对多个第一训练数据集进行误差分布关联分析，得到表征两两第一训练数据集间噪声分布相似程度的误差关联信息；基于误差关联信息，对多个第一训练数据集进行聚类处理，得到多个第二训练数据集；对多个第二训练数据集分别进行降噪过滤处理，得到目标训练数据集。利用本申请提供的技术方案可以消除噪声批次效应。
- 一种基于证据权重的SCR脱硝系统NOx浓度状态分类方法-202310885073.2
- 易辉;董露 - 南京工业大学
- 2023-07-18 - 2023-10-27 - G16C20/70
- 本发明提出一种基于证据权重的SCR脱硝系统NOx浓度分类方法，包括如下步骤：步骤S1：对锅炉数据预处理和特征选择，确定与NOx浓度相关度较高的特征；步骤S2：定义NOx浓度激增状态，提取激增数据，计算特征变化量和变化率；步骤S3：基于WOE和信息价值得到不同特征的状态分级和分级下的激增概率指标从而得到重构数据；步骤S4：对重构数据进行不均衡处理；步骤S5：构建支持向量机二分类模型；步骤S6：对模型进行评估和分析。本发明提出一种基于证据权重的SCR脱硝系统NOx浓度状态分类方法，通过WOE和IV对特征变量的变化量和变化率离散化处理，获得激增状态指标数据，使用激增状态指标数据搭建支持向量机NOx浓度激增状态分类模型。
- 化学实验多指标优化方法、系统、存储介质和电子设备-202311218216.0
- 鲍雨;李中伟;柳彦宏;林衍森 - 烟台国工智能科技有限公司
- 2023-09-21 - 2023-10-27 - G16C20/70
- 一种化学实验多指标优化方法、系统、存储介质和电子设备，根据指定方面实验因素的实验信息有无历史数据，采取差异化的数据初始化方法；将初始化处理后的由数值型张量组成的历史数据作为贝叶斯优化算法的输入，通过高斯过程回归和偏好对比选择，推荐出一组不重复的实验因素参数组合方案；对上一轮推荐出的所述实验因素参数组合方案分别进行实验，与得到的对应指标值合并添加至历史数据集，将所有的历史数据作为下一轮贝叶斯优化算法的输入，再次推荐出一组实验因素参数组合方案用于实验，以各指标值同时处于预设范围内为停止条件，对贝叶斯优化算法进行若干轮的循环迭代。本发明省却了繁琐且耗资的化学实验验证，能够有效降低生产成本。
- 一种基于深度森林回归算法的二噁英排放浓度软测量方法-202010263169.1
- 汤健;夏恒;乔俊飞;杜胜利;李晓理 - 北京工业大学
- 2020-04-07 - 2023-10-27 - G16C20/70
- 本发明公开一种基于深度森林回归算法的DXN排放浓度软测量方法，以原始特征作为输入层森林模型的输入，训练4个子森林模型后串行组合子森林模型的预测均值获得层回归向量，将其与原始特征进行特征重组得到增强层回归向量；将增强层回归向量作为中间层森林模型的输入，计算当前层森林模型在验证集上的均方根误差对中间层森林模型深度进行自适应调整，将调整后的输入层的最后一层的森林模型的层回归向量与原始特征组合，将获得增强层回归向量作为中间层森林模型的输出；将增强层回归向量作为输出层森林模型的输入，训练输出层中的4个子森林模型，对输出层的每个子森林模型预测均值进行算术平均获得最终DXN预测值。
- 一种CO
- 赵娜 - 中国科学院地理科学与资源研究所
- 2023-03-03 - 2023-10-27 - G16C20/70
- 本申请涉及应用电子设备进行识别的方法或装置技术领域，提供一种CO
- 指导薄膜纳米复合纳滤膜设计的多任务深度学习方法-202310926617.5
- 王允乾;李恒;曾斌 - 南昌大学
- 2023-07-26 - 2023-10-24 - G16C20/70
- 本发明提出了一种指导薄膜纳米复合纳滤膜设计的多任务深度学习方法。包括：将纳米粒子大小，纳米粒子装填量，胺单体浓度和氯单体浓度作为待优化的目标参数并将其与其余参数相互组合得到输入数据，输入数据包括膜制造条件、膜性能、纳米颗粒材料性能和有机溶剂纳滤条件四类影响参数；将输入数据送入预测模型中；获取输入数据对应薄膜纳米复合纳滤膜的渗透率和选择性；判断输出的性能是否满足预期要求；如果满足要求则记录输入数据对应的膜制备条件用于指导薄膜纳米复合纳滤膜的设计；如果不满足要求则回到第一步继续优化目标参数。本发明能够降低训练成本，提高薄膜纳米复合纳滤膜预测精度并对其设计提供指导，促进高性能薄膜纳米复合纳滤膜设计。
- 一种机器学习原子间相互作用势的修正方法和系统-202310955794.6
- 王昆仑;覃睿;邓小良;李晓亚 - 中国工程物理研究院流体物理研究所
- 2023-07-31 - 2023-10-24 - G16C20/70
- 本发明公开了一种机器学习原子间相互作用势的修正方法和系统，本发明提出的方法利用分子动力学模拟计算材料各相自由能，以实验测定的相图中相边界涉及的两相自由能相等为修正依据对机器学习原子间相互作用势所需的训练数据集进行修正，然后利用修正后的训练数据集对机器学习原子间相互作用势进行训练，从而得到更加准确可靠的机器学习原子间相互作用势，为材料性能模拟计算提供更加准确可靠的数据支撑和技术支撑。
- 基于贝叶斯正则化的硫磺回收装置软测量方法-202310921783.6
- 郑俊华;叶茂钞;周乐;吕玉婷 - 浙江科技学院
- 2023-07-26 - 2023-10-24 - G16C20/70
- 本发明公开了一种基于贝叶斯正则化的硫磺回收装置软测量方法，包括：在线检测硫磺回收装置的过程变量数据，并对其进行预处理和归一化处理；将处理后的过程变量数据输入至构建的基于贝叶斯正则化的概率主元回归软测量模型中，获得在线过程变量数据对应的关键指标值；所述的基于贝叶斯正则化的概率主元回归软测量模型在训练过程中，通过贝叶斯正则化方法自动确定主元回归模型中的主元个数。本发明在传统主元回归模型的基础上，引入概率建模的方法，并通过贝叶斯正则化方法自动确定主元回归模型中的主元个数，克服了传统主元回归模型的不足，极大地提高了硫磺回收装置中的关键指标在线检测效果和性能。
- 一种用于污水处理厂生物处理的温室气体模拟方法-202310673853.0
- 杜莉莉;蔺洪永;王保贵;胡冰;包海花;赵江鹏;周鹏;和笑天;邱绍龙;李鹏飞;刘筱诗;蒋晚霞 - 中原环保股份有限公司
- 2023-06-07 - 2023-10-24 - G16C20/70
- 本发明涉及一种用于污水处理厂生物处理的温室气体模拟方法，所述方法包括以下步骤：S100、采集污水处理厂生化池水质数据及温室气体排放数据，构建污水处理厂的生物数学模型，作为输入所述生物数学模型的训练及测试数据；S200、采用DGSM方法对所述生物数学模型的参数进行全局灵敏度分析，确定生物数学模型的优化参数集；S300、采用遗传算法确定优化参数的最优组合，使得所述生物数学模型模拟污水处理厂生物处理过程；S400、输入所述测试数据，得到模拟污水处理厂的温室气体排放预测值。本发明公开的用于污水处理厂生物处理的温室气体模拟方法，可实时监测污水厂生物处理系统中温室气体的生成和排放，为污水处理厂的碳中和之路提供数据服务和理论指导。
- 一种基于WOA-BPNN的海底管道腐蚀速率预测方法-202310226590.9
- 肖荣鸽;庞琳楠;刘国庆;刘亚龙;崔振铎 - 西安石油大学
- 2023-03-06 - 2023-10-24 - G16C20/70
- 基于WOA‑BPNN预测海底管道腐蚀速率的方法，收集并分析了大量海底管道实验数据；设置种群规模、最大迭代次数、初始最小权重和最大权重以及收敛因子；选择包围机制或螺旋方式，更新鲸鱼个体位置，最后计算每个个体的适应度值，记录最优个体及位置，不断更新鲸鱼个体位置直至达到最优解；计算最优权值和阈值；计算海底管道系统的腐蚀速率参数。本发明为解决BP神经网络的不足，采用鲸鱼算法优化BP神经网络，避免了BP神经网络迭代缓慢和陷入局部最优解的缺陷，适用范围宽，准确率高达95％以上。除了湿气管道，本发明同样适用于动力工程、核能利用、化工等工业领域的海底管道腐蚀参数预测。
- 一种精准加药除磷控制方法、系统、设备及可读存储介质-202310878803.6
- 陈树龙;黎志伟;黄祖安;黄明智;麦文杰 - 江门公用能源环保有限公司;华南师范大学
- 2023-07-17 - 2023-10-20 - G16C20/70
- 本发明公开了一种精准加药除磷控制方法、系统、设备及可读存储介质。其中步骤包括构建历史数据集；数据预处理，并划分训练集与测试集；构建包含CjujucakeA‑GPR等算法的多通道精准加药控制模型，将历史水量水质数据训练集作为模型输入，并行计算预测药剂投加量，依据预测值均方差动态分配权重值，根据权重获得除磷药剂投加量预测值；精度评估并优化模型；获取加药位置实时数据，加载模型，将模型的输出值作为药剂投加量预测值；将所述投加量预测值输入控制器精准加药。此外，本发明提供一种精准加药除磷控制系统、设备及可读存储介质。本发明所提供的技术方案能够实现除磷药剂的精准投加，节省药耗，促进污水处理系统出水总磷稳定达标。
- 海蚀崖岩石风化程度定量评价及预测方法及装置-202311174128.5
- 孔凡猛;薛翊国;孔涛;傅康;刘兆成;刘可;薛振龙;公惠民;王鹏;艾岩 - 中国地质大学（北京）;山东省地质矿产勘查开发局八〇一水文地质工程地质大队（山东省地矿工程勘察院）
- 2023-09-12 - 2023-10-20 - G16C20/70
- 本申请公开了一种海蚀崖岩石风化程度定量评价及预测方法及装置，其中，方法包括：获取海蚀崖岩石风化程度的目标风化等级，根据目标风化等级设定目标定量化评价指标；计算目标定量化评价指标对海蚀崖岩石风化程度的影响权重，根据影响权重和目标定量化评价指标确定对应的风化系数，根据建立的海蚀崖岩石风化程度的定量化计算公式得到定量化评价结果，获取预设时间内的目标定量化评价指标对应的监测数据，将监测数据和环境因素数据作为目标时间序列样本，建立时序预测模型，以得到海蚀崖岩石风化程度的发展趋势预测结果。由此，解决相关技术中灾害风险评价受人为主观性影响较大，导致误差率较高，降低了海蚀崖崩塌灾害防护的准确性和及时性等问题。
- 天然源挥发性有机物BVOCs排放清单的输出方法和装置-202311015556.3
- 王倩;钟方潜;肖林鸿;王文丁;魏巍;滕宇;陈焕盛;吴剑斌;秦东明 - 中科三清科技有限公司;北京中科三清环境技术有限公司
- 2023-08-14 - 2023-10-20 - G16C20/70
- 本申请提供一种天然源挥发性有机物BVOCs排放清单的输出方法和装置，属于环境科学领域。方法包括：运行MEGAN模型对BVOCs排放进行估算，确定MEGAN机制的第一数目个MEGAN机制BVOCs物种的排放量；在MEGAN模型中，对MEGAN机制BVOCs物种及每个MEGAN机制BVOCs物种排放量进行归类，输出过渡BVOCs网格化清单，过渡BVOCs网格化清单包括第二数目个的特征性BVOCs物种及每个特征性BVOCs物种的排放量，第二数目小于第一数目；基于预先设置的至少一个模型机制对应的映射关系，将过渡BVOCs网格化清单转换为至少一个模型机制的目标BVOCs网格化清单，映射关系用于指示特征性BVOCs物种与模型机制BVOCs物种之间的映射。采用本申请，可以提高BVOCs排放清单的输出效率。
- 基于野马算法优化BP网络的生物炭制备的优化方法-202310889970.0
- 王旻昊;梁昔明;袁冬海;王家卓;王晨;高晓宇;熊思宇;寇莹莹 - 北京建筑大学
- 2023-07-20 - 2023-10-20 - G16C20/70
- 本发明涉及底泥修复技术领域，具体涉及一种基于野马算法优化BP网络的生物炭制备的优化方法，包括：制备数据样本；搭建BP神经网络模型；采用野马优化算法对BP神经网络模型的初始参数进行优化，并利用数据样本对优化后的BP神经网络模型进行训练；基于训练好的BP神经网络模型对其他实验制备条件下的共热解生物炭材料的比表面积和对重金属的吸附容量进行预测；将BP神经网络模型作为适应度函数，利用野马优化算法得到下最大比表面积或最大重金属的吸附容量下实验制备条件。本发明利用少量实验数据进行拟合分析，找到共热解生物炭的最佳制备条件，更加节约成本，且操作更加方便。
- 水体溶解氧预测方法-202310880213.7
- 李永国;李祥燕;徐彩银;汤璇 - 上海海洋大学
- 2023-07-18 - 2023-10-17 - G16C20/70
- 本发明公开了一种水体溶解氧预测方法。该溶解氧预测方法中包括：对预测目标水体进行监测，以获取预测目标水体的常规水质数据样本；对所述常规水质数据样本进行预处理，获得标准水质数据；构建训练溶解氧预测模型，并且，基于标准水质数据来对溶解氧预测模型进行训练，并且，所构建的溶解氧预测模型为基于改进粒子群算法优化的最小二乘支持向量机模型；利用溶解氧预测模型来对水体的溶解氧进行预测。采用本发明的溶解氧预测方法来预测溶解氧，在保证预测结果准确的基础上，能够在较短的时间内得出预测结果，从而能够为获取溶解氧浓度过程中节省时间与经济成本。
- 一种弱凝胶调驱油藏四维试井解释方法及装置-202310729097.9
- 冯青;李成勇;李胜胜;胡鹏;刘蜀东;孙艳妮;张小蓉 - 中海油田服务股份有限公司;成都理工大学
- 2023-06-20 - 2023-10-13 - G16C20/70
- 本发明公开了一种弱凝胶调驱油藏四维试井解释方法及装置，该方法是基于多孔介质中流体渗流理论，依据数学物理方法，建立并求解的一种弱凝胶调驱油藏四维试井正演及反演算法。依据该方法，可以使用弱凝胶调驱后的试井实测压力数据反演井周探测半径范围内流体参数分布，进而求取调驱后弱凝胶粘度分布。通过弱凝胶粘度与浓度关系的实验数据，可以用弱凝胶粘度分布反求井周探测半径范围内弱凝胶浓度分布。并通过分布图中弱凝胶浓度峰值，可以判定弱凝胶调驱封堵的位置。本发明建立的弱凝胶调驱油藏四维试井正演及反演算法，解决了弱凝胶调驱油藏封堵位置的弱凝胶浓度分布难以确定的问题，为下一步调驱方案制定提供理论依据。
- 时间约束下的全局与局部非线性稳态子空间分析方法-202310838984.X
- 杨春节;楼嗣威;张徐杰;吴平 - 浙江大学
- 2023-07-10 - 2023-10-13 - G16C20/70
- 本发明公开了一种时间约束下的全局与局部非线性稳态子空间分析方法，以提升高炉炼铁过程的监测表现。尽管现有的静止子空间分析方法已经可以用来估计出过程的一致性关系。然而，复杂的非线性、周期性非稳态和时间变化的冶炼条件的存在，使得完整的稳态预测估计难以实现。为此，本发明利用多个核函数和流形学习方法，建立了具有时间约束的全局和局部非线性结构，这将由周期性非稳态激发的独特非线性所确定。同时，构建了一个基于奇异值分解的建模效率提升策略，以显著降低所提出的Tc‑GLNASSA的计算复杂性，并给出了一个整体的高炉炼铁过程监控框架。随后，开发正交模型更新方案，以估计独立的长期和近期一致的关系，从而保持长期可更新的监测能力。
- 一种基于三分支结构深度学习模型的分子筛选方法-202310967489.9
- 张起辉;徐晓薇;杨丹丹 - 重庆大学
- 2023-07-31 - 2023-10-13 - G16C20/70
- 本发明涉及一种基于三分支结构深度学习模型的分子筛选方法，属于计算机技术和化学的交叉领域。所述方法包括以下步骤，对用于模型训练的分子进行数据预处理，在模型构建和训练过程中调整模型参数，待筛选分子经过数据预处理后输入经多轮训练具有三分支结构的分子筛选模型，得到分子的筛选结果。基于三分支结构的分子筛选模型包含三个分支，分别处理两种分子指纹和分子属性，每个分支由多个全连接层串联组成，使用ReLU为激活函数，不同分支提取的特征通过concatenate函数汇聚，进入后续的全连接层，最后输出层使用Sigmoid激活函数，做二分类预测，得到分子能够实现预期目标的概率，实现分子的筛选。
- 一种工业废渣砖生产配方自动优化方法及系统-202311097886.1
- 周涌;刘文举 - 济南明泉数字商务有限公司
- 2023-08-29 - 2023-10-13 - G16C20/70
- 本发明涉及工业废渣的处理和利用领域，尤其是涉及一种工业废渣砖生产配方自动优化方法及系统。所述方法，包括获取工业废渣的性质和成分数据；对获取的工业废渣的性质和成分数据进行预处理；基于工业废渣的性质和成分数据构建数据库，所述数据库包括不同废渣砖的生产配方以及工业废渣砖的市场应用数据；根据工业废渣的性质和成分数据，基于配方优化模型，在数据库中选择废渣砖的生产配方，其中，根据工业废渣砖的市场应用数据，为工业废渣优化生产配方。本发明通过上述技术方案，可以实现废渣砖的配方自动化和优化，提高废渣砖的质量和生产效率，减少废渣对环境的影响，节约自然资源，提供更多的市场选择。
- 一种基于多元线性回归建立预测铁水硅含量模型的方法-202310786400.9
- 吴官印;唐继忠;何冲;周明灿;李伟伟;龚向华;杨利兴;孙岳琦;张智勇;刘国庆 - 鞍钢股份有限公司
- 2023-06-29 - 2023-10-13 - G16C20/70
- 本发明涉及一种基于多元线性回归建立预测铁水硅含量模型的方法，包括如下步骤：1)确定高炉炉内影响铁水内Si元素质量百分比的变量；2)对各变量之间进行多重相关性分析，保留相关性系数大于0.80的两个变量中高炉本体表显参数或热平衡、物料平衡及化学平衡公式中的对应参数；3)对非线性关系的变量进行线性改造；4)增加引进△Si变量；5)计算迟滞时间，排除掉与铁水含Si量相关系数为0.010～0.040、迟滞时间相同的变量；6)对数据进行z‑score标准化处理；7)对变量标准化处理后建立预测模型；8)变量反标准化后建立最终的线性预测模型；本发明通过线性改造和引进△Si变量精确建立铁水含Si预测模型，实现了提前获得高炉炉温的目的。
- 基于遗传算法和分子对接模拟的分子优化模型-202310890222.4
- 王珣;高畅楠;陈文琪;丁洪震 - 中国石油大学（华东）
- 2023-07-19 - 2023-10-13 - G16C20/70
- 本发明为一种基于遗传算法和分子对接模拟的分子优化模型，从而实现优化现有药物分子的结构，提高药物分子和靶标的结合亲和力，为药物发现提供新的思路，包括1)从通用药物数据集ZINC‑250k中获取具有理想的类药物特性的分子，训练以Transformer深度神经网络为基础架构的学徒策略，生成新的分子；2)利用专家策略，对一组随机选取的新生成分子应用遗传算法(包括变异和交叉)，从而产生具有理想理化性质分布的分子；3)利用分子对接模拟，计算新生成分子与特定靶标的对接分数，构建3D结合构象，保留具有最优对接分数的分子；4)对模型进行参数调优，最优模型将用于靶向分子生成、药物发现等研究。
- 一种基于自学习系统的精准加药除磷的方法-202310682814.7
- 刘明贞;何国钢;邹蓉;王志;胡礼振;李月强;梅连春 - 惟创环境科技有限公司
- 2023-06-09 - 2023-10-13 - G16C20/70
- 本发明公开了一种基于自学习系统的精准加药除磷的方法，本发明的化学除磷药剂为铝盐、铁盐或其他有效药剂，本文基于最常用的三价Al
- 大气颗粒物组分混合暴露的关键毒性组分的识别方法及系统-202310210635.3
- 李湉湉;王彦文;张翼;马润美;刘晓途;陈达;孙悦;张文静 - 中国疾病预防控制中心环境与健康相关产品安全所
- 2023-03-07 - 2023-10-13 - G16C20/70
- 本发明公开了一种大气颗粒物组分混合暴露的关键毒性组分的识别方法与系统，该方法包括如下步骤：S1：基于高通量污染物检测技术平台，根据化学结构或者化学性质进行组分分组；S2：开展相关功能性指标和生物标志物检测；S3：获得各组组分混合暴露对健康的影响，并且基于混合效应识别关键毒性组分；S4：进行毒理学实验验证，对关键组分与健康结局关联关系模型进行验证；S5：基于暴露‑机制‑表型的人群健康效应机制链条，确定关键组分与生物标志物关联关系模型，构建出终点与机制相结合的颗粒物毒性组分识别技术体系。本发明具有无需人工干预、自动化运行、可扩展性强、效率高、可信度高等优点。
- 二氧化碳捕获量预测模型构建方法、智能预测方法及装置-202211561733.3
- 杨磊磊;周子杰;李帆;姜福杰;宋子扬;王大为;刘祎;李小伟;胡涛;齐振国;许数 - 中国石油大学(北京)
- 2022-12-07 - 2023-10-13 - G16C20/70
- 本文涉及二氧化碳捕获量预测模型构建方法、智能预测方法及装置，包括：利用第一训练样本数据集，训练第一初始模型，得到第一碳储量预测模型；第一训练样本数据集包括：地层参数样本集及某一时间节点对应的地层二氧化碳捕获量标签数据集；获取第一碳储量预测模型的输出数据，得到二氧化碳捕获量；根据地层参数样本集及二氧化碳捕获量，确定第二训练样本数据集；将第二训练样本数据集输入基于LSTM的第二初始模型，得到第二初始模型输出的二氧化碳捕获量初始预测值；根据损失函数、二氧化碳捕获量初始预测值及第二训练样本，训练第二初始模型，构建二氧化碳捕获量预测模型。本方案快速准确得到不同时间的地质二氧化碳捕获量，效率高、时效性强。
- 一种油浸式变压器故障诊断方法-202310785450.5
- 周凯;陈斌;杨荆宜;程龙;王勇杰;洪叶;温皓澜;邱红叶;翁一潇;张红跃;崔敏;王明;郭宝圣;梅华威;曹旺斌 - 国网湖北省电力有限公司超高压公司;许继电气股份有限公司;华北电力大学
- 2023-06-29 - 2023-10-10 - G16C20/70
- 本发明涉及一种油浸式变压器故障诊断方法，属于电力系统技术领域。本发明首先对采集到的油浸式变压器的故障数据进行处理并划分，然后制定变压器故障状态编码，构建分类回归树弱分类器模型并用加法学习方式训练弱分类器模型，通过使用麻雀搜索算法对分类器参数进行优化得到油浸式变压器的XGBoost故障诊断模型，对待测数据进行预测得到故障诊断结果。本发明使用麻雀搜索算法优化XGBoost模型，结构简单、易于实现，具有较好的全局探索和局部开发能力，在加速XGBoost模型训练的同时，提升了变压器故障诊断的准确性，使维修部门能够及时准确的维护变压器，显著降低油浸式变压器故障的频率，保证了电力系统安全稳定的运行。
- 专利分类
