公开(公告)号：CN116468139A

公开(公告)日：2023-07-21

申请号：CN202310030456.1

申请日：2023-01-10

Applicant: 中南大学

Inventor： 颜旭 ,  刘俊钦 ,  林璋 ,  王海鹰 ,  张文超 ,  梁彦杰 ,  柯勇 ,  李音 ,  杜佳盼 ,  彭苏怡

IPC: G06Q10/04 ,  G01N33/24 ,  G06Q10/0635 ,  G06Q50/26 ,  G06N20/00

Abstract: 本发明提供了一种铁氧化物上重金属结合形态及释放风险的预测方法，包括以下步骤：S1.从文献库和专业库中设计并提取铁氧化物上重金属结合形态描述符标签、铁氧化物性质、金属性质以及反应条件特征，构成样本数据集；S2.对所述样本数据集进行预处理，得预处理样本数据集；S3确定铁氧化物上重金属结合形态预测模型，得到铁氧化物上重金属结合形态结果；S4.基于所述铁氧化物上重金属结合形态结果、重金属元素含量以及重金属毒性响应系数建立重金属释放风险预测模型。本发明步骤精简、结果准确，值得推广。

公开(公告)号：CN116312841A

公开(公告)日：2023-06-23

申请号：CN202310030454.2

申请日：2023-01-10

Applicant: 中南大学

Inventor： 林璋 ,  刘俊钦 ,  颜旭 ,  梁彦杰 ,  柯勇 ,  王海鹰 ,  张文超 ,  李音 ,  杜佳盼 ,  彭苏怡

IPC: G16C20/20 ,  G01N33/00 ,  G16C20/70 ,  G06N20/20 ,  G06N3/006

Abstract: 本发明提供了一种铁氧化物与金属微观结合形态的预测方法，S1，建立机器学习模型的数据集；S2，基于数据集中缺失数据对应的化学内涵对缺失数据进行填充，得预处理样本数据集；S3，将预处理样本数据集随机划分为训练集、测试集；S4，选取机器学习的算法，在训练集上进行超参数优化，选择最优效果在测试集上进行评价，得铁氧化物与金属微观结合形态预测模型；S5，测试样本数据代入铁氧化物与金属微观结合形态预测模型，得铁氧化物与金属微观结合形态预测结果。解决了现有技术无法提供微观上的配位数、配位键长信息，先进光谱仪器测试操作复杂、成本高以及不具备应用普遍性等问题。

公开(公告)号：CN119380867A

公开(公告)日：2025-01-28

申请号：CN202411242176.8

申请日：2024-09-05

Applicant: 中南大学

Inventor： 林璋 ,  左文萍 ,  田晨 ,  古黄玲 ,  刘俊钦 ,  廖钦鹏 ,  巢瑾

IPC: G16C20/70 ,  G16C20/90 ,  G06Q10/063 ,  G06N20/00 ,  G06Q50/26

Abstract: 本发明提供一种土壤矿物的重金属分配系数预测方法、设备及存储介质，预测方法，包括：先收集土壤样本信息，包括土壤信息、土壤基本理化性质、土壤矿物含量、重金属吸附数据，并将其作为重金属分配系数建模数据库；再对重金属分配系数建模数据库进行预处理，得到重金属分配系数预处理样本数据集，并划分为测试集和训练集，基于随机森林算法建立土壤重金属分配系数预测模型，并对所述土壤重金属分配系数预测模型进行模型评价、矿物特征有效性评价和特征重要性评价；将未知土壤重金属分配系数的样本数据输入到训练好的土壤重金属分配系数预测模型进行预测，获得未知土壤重金属的分配系数；本发明可快速获取不同土壤性质的重金属分配系数数据。