-
公开(公告)号：CN119808631A
公开(公告)日：2025-04-11
申请号：CN202411870606.0
申请日：2024-12-18
Applicant: 南京大学
IPC: G06F30/28 , G06F30/27 , G06N3/048 , G06N3/084 , G06N5/01 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于对数退火的物理信息神经网络地下水运动模拟方法，属于水环境模拟技术领域，包括：第一步，基于物理信息神经网络求解地下水运动偏微分方程，建立预训练模型和实际训练模型；第二步，建立多目标损失函数，预训练模型基于模拟退火算法对多目标损失函数权重进行优化，逼近多目标损失函数最小值以获取最佳分配权重；第三步，基于获得的最佳分配权重生成多目标损失函数权重的最佳取值，根据最佳取值对实际模型进行训练，并计算区域内地下水水头与流向分布。本发明采用上述方法，经过优化的神经网络在求解地下水运移方程中表现出了良好的性质，有助于分析地下水运动方向，评估地下水运动过程。
-
公开(公告)号：CN118193892A
公开(公告)日：2024-06-14
申请号：CN202410281953.3
申请日：2024-03-13
Applicant: 南京大学
IPC: G06F17/10
Abstract: 本发明公开了一种融合地下水监测井水位数据的污染物浓度插值方法，属于地下水环境监测技术领域，包括以下步骤：S1、获取各监测井水位数据和一种水质参数监测值；S2、确定研究区域，对研究区域网格化使各监测井点位于网格内部；S3、对水位数据插值，结合D8算法计算网格点地下水流向；S4、引入监测点地下水流向参数，采用球形模型构建半变异函数γ(h，θ)和两点间距离h的关系方程；S5、根据权重函数计算位于网格内的某一未知点的监测估计值，最终得到每个未知点的监测数据估计值。本发明采用上述的一种融合地下水监测井水位数据的污染物浓度插值方法，考虑了地下水流向对未知点监测值的影响，使插值技术在地下水环境监测领域应用更精准。
-
公开(公告)号：CN109785328B
公开(公告)日：2023-05-09
申请号：CN201711112598.3
申请日：2017-11-13
Applicant: 南京大学
Abstract: 一种结合区域合并和深度连通性的似物性估计方法，在RGB‑D图像上先结合颜色通道信息和深度连通性生成以权重值为表示的边缘轮廓图，接着在边缘轮廓图的基础上获得层次式分割块，然后将不同层次的分割块组合成假想物体，再采用区域生长方法将假想物体扩展成候选物体，最后依据颜色和深度特征对候选物体进行评分和排序，并以得分高的候选物体的边界框作为似物性估计结果。本发明综合利用了RGB‑D图像的颜色通道与深度通道，能够面对RGB‑D中似物性估计的任务，取得比现有方法更加准确和鲁棒的似物性估计效果。
-
-
公开(公告)号：CN101216925A
公开(公告)日：2008-07-09
申请号：CN200710191994.X
申请日：2007-12-27
Applicant: 南京大学
Abstract: 本发明提供了一种化学工业园尾水回用可行性判别方法。本发明从系统层面、工序层面和企业层面入手，分别从技术上和经济上为化学工业园尾水回用可行性提供了判别的步骤：一、系统水资源代谢，二、工序层面的技术可行性分析，三、企业层面的经济可行性分析。从而确保了尾水回用方案的现实可操作性，本发明的应用将大大提高化工园区水资源利用效率，有助于实现废水“零排放”。
-
Patent Agency Ranking
公开(公告)号：CN119939079A
公开(公告)日：2025-05-06
申请号：CN202510035244.1
申请日：2025-01-09
Applicant: 南京大学
IPC: G06F17/10 , G06N3/0455 , G06N3/045 , G06N3/0499 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于不规则网格的非均质地下水渗透系数反演方法，属于渗透系数计算技术领域，包括以下步骤：S1、对地下水场地进行空间分割，生成不规则网格；S2、针对地下水场地构造多项式径向基函数进行频域生成，采用多头自注意力机制的编码器‑解码器架构进行搜索频率权重，精细刻画水位场；S3、确定每个不规则网格的邻域空间，进行地下水渗透系数反演。本发明在不规则网格上实现信息的聚合，克服了卷积神经网络必须在规则网格上运行的局限性；通过邻接矩阵的幂次展开扩大了单个网格感知野的范围，能够利用大范围的局部信息准确捕捉渗透系数；通过结合了物理公式与统计学特征的编码获取到更充分的信息，使预测得到的地下水渗透系数更加准确。
-
公开(公告)号：CN118229485A
公开(公告)日：2024-06-21
申请号：CN202410414835.5
申请日：2024-04-08
Applicant: 南京大学
IPC: G06Q50/26 , G06Q50/06 , G06Q10/0635
Abstract: 本发明公开了一种基于ARIMA模型的地下水健康风险预警方法和系统，属于地下水健康风险预警领域，其中方法包括以下步骤：S1，收集原始的地下水监测点采样数据；S2，将采样数据按不同监测点和污染物，构建时间序列数据集；S3，对时间序列数据集进行进行相关性分析，选取模型结构，确立模型参数；S4，进行残差分析，检验模型结果；S5，选定地下水环境健康风险值计算模型，计算监测点人体健康风险值；S6，进行插值计算区域人体健康风险；S7，根据预先设定的阈值，对不同的监测点进行健康风险预警。本发明提高了地下水人体健康风险预测精度，有利于工业园区对人体健康的保护，大大提高了防控效率。其次及时的预警防控降低了健康事故发生风险。
-
公开(公告)号：CN118096968A
公开(公告)日：2024-05-28
申请号：CN202410074321.X
申请日：2024-01-18
Applicant: 南京大学 , 苏州地智环保科技有限公司
Abstract: 本发明公开了一种基于点数据的自适应地下水污染羽三维体渲染方法，属于地下水环境监测技术领域，包括以下步骤：S1、基于自适应体范围生成方法对点数据进行预处理，生成均匀分布在一定三维空间内部的呈正方体形式排列的顶点；S2、基于预处理获得的正方体顶点群，对每个正方体内部的顶点阈值进行判定，结合生成三维体素；S3、基于生成的体素模型，通过三维滤波与线性拉伸消除不合理的空间棱角且增加模型的三维空间感。本发明采用上述的一种基于点数据的自适应地下水污染羽三维体渲染方法，不仅解决了地下水浓度数据点固定、难以直接总览全局的问题，而且解决了地下水浓度数据普遍以点位显示为主、可视性差的问题。
-
公开(公告)号：CN116522566B
公开(公告)日：2023-09-12
申请号：CN202310814859.5
申请日：2023-07-05
Applicant: 南京大学
IPC: G06F30/18 , G06F30/27 , G06F30/28 , G16C10/00 , G16C20/20 , G06F17/13 , G06N3/084 , G06N3/006 , G06N3/126 , G06F111/04 , G06F111/06 , G06F113/08 , G06F119/14
Abstract: 本发明公开了基于物理信息驱动深度学习模型的地下水监测网优化方法，步骤如下：第一步，基于物理信息驱动神经网络求解地下水流偏微分方程来预测地下水流场和污染物浓度场；第二步，建立地下水环境监测网多优化模型，求解多目标优化模型，优化监测的监测效率。本发明采用上述步骤的基于物理信息驱动深度学习模型的地下水监测网优化方法，一方面，克服了传统以数据驱动的神经网络受数据噪声影响大，泛化能力和可解释性差的缺点；另一方面，克服了传统地下水模型简化水文过程，边界条件和参数多，复杂计算能力差的缺点；提供解决高维问题求解准确度更高、能用更少的数据样本学习到更具泛化能力的地下水监测网优化方法。
-
公开(公告)号：CN111353720B
公开(公告)日：2021-02-05
申请号：CN202010175053.2
申请日：2020-03-13
Applicant: 南京大学 , 江苏省环科院环境科技有限责任公司
Abstract: 本发明公开了一种区域土壤环境中高风险污染物的识别方法，包括以下步骤：步骤一、根据区域内企业生产活动，汇总潜在土壤污染物清单；步骤二、布点采样，对照潜在土壤污染物清单检测分析；步骤三、统计检出污染物的检出率和超标率，进行归一化处理；步骤四、按公式R1＝X1×a+X2×b计算R1；由高到低排序取前10形成备选污染物清单；步骤五、建立综合评分系统，包括污染物的致癌性、非致癌健康毒性、生态毒性、生物降解性、迁移性和挥发性，选择各评分因素的表征指标并分级赋值，综合污染物的各评分因素赋值，取前5污染严重的污染物形成高风险污染物清单；步骤六、针对高风险污染物清单进行定期监测和管控。本发明具有效率高、衡量指标全面等优点。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.037 seconds)
