专利交易市场

一种基于AQPSO‑RBF神经网络的水质BOD测量方法，包括以下步骤：步骤1：数据预处理；步骤2：基于RBF神经网络的模型；步骤3：基于AQPSO‑RBF神经网络的模型；步骤4：水质BOD值预测，过程如下：步骤4.1：将训练数据集输入改进后的AQPSO‑RBF神经网络中，然后再将测试数据输入AQPSO‑RBF来动态改变网络，得到最终BOD预测模型；步骤4.2：将各传感器接入物联网网关，通过网关内部的AQPSO‑RBF的BOD预测模型获取各传感器的值，实时输出水质BOD的预测值。本发明能够迅速得到实时BOD预测值；可以通过软测量模型与传感器、物联网网关的结合真正实现实时的、高精度水质BOD测量。

本发明公开了一种神经网络辅助化学材料合成的方法，包括以下步骤：步骤1，采集化学反应数据，去除无用属性和非数字字段，并进行独热编码；步骤2，去除相关性较强的冗余数据；步骤3，对数据进行特征工程和标准化处理；步骤4，使用多种方法分别对数据集进行降维处理，筛选出降维效果较好的方法，将其降维数据作为数据集；步骤5，提取数据集的局部特征和全部特征，融合后作为神经网络的输入；步骤6，构建神经网络架构，训练得到化学材料结晶预测模型；步骤7，对待预测化学反应进行预测；本发明使用算法模型反向选择特征数据，建立预测模型能更准确地预测化学反应结晶情况，进一步辅助化学反应的合成。