本发明属于生物信息学领域，涉及一种基于局部图特征与全局关系的分子性质预测方法，其中包括深度学习、对比学习、图神经网络等技术。首先，进行数据处理，准备输入数据，并构建分子图的初始表示。其次，通过局部拓扑结构特征网络提取分子图的局部特征，聚焦于分子中原子及其邻接关系的局部信息。然后，利用全局注意网络对分子图进行全局特征提取，捕捉分子间的全局依赖关系和长程交互。最后，通过特征融合将局部特征和全局特征结合，并进行最终的预测。该方法通过双分支网络架构，既能够关注分子内部局部结构的细节，又能够捕捉分子间的全局相互关系，从而为分子属性的预测提供了更加全面和精准的特征表示。
📄 202411873944X
📂 G16C20_20
👤 鲁东大学
📅 2024-12-19
本发明公开了一种基于深度支持向量机的变压器故障诊断方法，包括以下步骤：(1)对收集到的电力变压器油中溶解气体进行分析得到特征气体组分体积分数的原始数据，将原始数据的70％作为训练集，剩余30％作为测试集，用于测试得到的故障诊断模型的准确率；(2)将原始数据进行归一化处理；(3)将步骤(2)中得到的归一化数据，利用灰狼算法对支持向量机参数进行优化，得到变压器故障诊断的最优参数，通过深度学习中的受限玻尔兹曼机对支持向量机模型Mr进行训练，得到变压器故障诊断的最优模型。该方法既可以进一步提高变压器故障诊断的效率又能有效增加故障诊断的准确率。
📄 2020102803062
📂 G16C20_20
👤 西安工程大学
📅 2020-04-10
本发明提供了一种预测化学品分子结构参数的方法，所述方法包括优化有机化合物分子结构并且基于优化的分子结构计算得到有机化合物的各项参数。本发明所提供的预测有机化合物多参数线性自由能关系的方法可用于多种类有机化合物；方法中E、S、A、B、L、V的实测数据达到3838种，具有非常广泛的应用域，E、S、A、B、L、V采用线性回归算法进行建模，模型算法透明简便，易于解释；采用本发明所提供的方法预测有机化合物多参数线性自由能关系中的化学品分配系数简便快捷、成本低廉，可以为化学品监管提供数据支持，对化学品的生态风险性评价具有重要意义。
📄 2018113787155
📂 G16C20_20
👤 大连思利科环境科技有限公司
📅 2018-11-19
本发明涉及化工环保管理技术领域，公开了一种化工治理分析与环保数据的协同管理系统及方法。该系统包括污染源监测模块，获取历史环保监测记录集合；波动性解析模块，提取动态波动特征，生成各类波动因子；监测点优化模块，基于波动因子确定关键监测点位置及采样频率；调控策略生成模块，结合关键监测点信息与知识库输出实时调控指令和长期治理方案；动态执行模块，驱动传感器监测并下发指令，生成削减效果反馈数据；协同优化模块，融合反馈数据与长期方案更新知识库策略权重并生成优化指令。该系统实现了环保数据的协同管理与治理策略的动态优化，提升了化工环保管理的协同性与有效性。
📄 2025111590496
📂 G16C20_20
👤 闽西职业技术学院
📅 2025-08-19
一种对硫化氢气体的电子鼻检测方法，包括以下步骤：1)采集不同浓度的硫化氢气体的气味数据；2)对气味数据进行预处理和特征提取，得到特征点数据；3)构建CNN模型；4)利用特征点数据和气味数据对CNN模型进行训练，得到特征提取模型；5)构建XGBoost模型；6)利用特征点数据和硫化氢气体浓度对XGBoost模型进行训练，得到回归预测模型；7)实时采集待监测环境的气味数据，并输入至特征提取模型中，得到特征点数据；8)将特征点数据输入至回归预测模型中，得到待监测环境硫化氢气体浓度的预测值。本发明通过CNN模型与XGBoost模型的结合，实现对硫化氢气体的预测，并为进一步的研究和应用提供了有价值的指导。
📄 2023108797069
📂 G16C20_20
👤 西南大学
📅 2023-07-18
本发明涉及的是趋势基线法结合动态联动法计算地层有机碳含量的方法，具体为：一：选取某区块中一口井，建立R基线和Δt基线随深度变化关系式；二：将所述井作模型井，在井段1内用实验室测量的TOC测量值与计算的ΔLogR值回归得出A1、B1值；在井段2内得出A2、B2值，以此类推，得出A3、B3、A4、B4，求得该井的k3、b3、k4、b4；三：选取多口井，得到多口井的k1、b1、k2、b2、k3、b3、k4、b4值，通过建模，得到该区块ΔLogR、A、B与井深的关系式；四：在该区块选用统一的随深度变化的ΔLogR、A、B值，完成对有机碳含量的计算。本发明解决了ΔLogR法基线选择人为性和经验性的问题。
📄 2019102964678
📂 G16C20_20
👤 东北石油大学
📅 2019-04-13
本发明涉及一种页岩油储层接触角计算方法及系统，通过分别构建页岩油储层岩石模型、页岩油分子模型和水分子模型，搭建微观尺度的油‑水‑岩润湿性分子模型，对油‑水‑岩润湿性分子模型进行分子动力学模拟，从模拟结果中提取油‑水‑岩润湿性分子模型中的水分子，并对水分子进行团簇化，形成水团簇，然后对水团簇进行数值化，确定每个模拟时刻数值化水团簇在页岩油储层岩石表面的接触角，克服了现有技术使用量角法中二维图像不能很好反应水团簇形态特征以及人为测量角度存在主观因素干扰的缺陷，通过获取分子坐标，提取计算接触角所需的参数进行计算，大大提高了接触角的计算精度。
📄 2020112549439
📂 G16C20_20
👤 东北石油大学
📅 2020-11-11
本发明公开了一种基于平行因子和粒子群优化算法的混合物组分定量方法，属于智能光谱分析技术领域，包括如下步骤：步骤1、对各个样品进行激发发射矩阵光谱检测，得到一个三维光谱数据矩阵；步骤2、基于平行因子分析法，得到因子组分得分矩阵；步骤3、将因子组分得分矩阵分解，分解后做线性拟合，获得各个混合物样品的拟合参数行向量；步骤4、基于粒子群优化算法寻找每个拟合参数行向量的最优解，将所有拟合参数行向量的最优解组合得到最优拟合参数矩阵，最优拟合参数矩阵中包含各个单质样品作为单质组分在各个混合物样品中的相对定量。本发明进一步增强光谱技术在环境样品检测方面的优势，为混合物光谱组分定量分析提供一种行之有效的方法。
📄 2023108127762
📂 G16C20_20
👤 山东尚科环境工程有限公司
📅 2023-07-05
本发明公开了一种基于扩增高光谱数据集改善土壤氧化铁预测精度的方法，步骤如下：扩增高光谱数据集，采用分数阶微分算法将原始高光谱进行多分数阶微分变化；然后将分数阶微分光谱与原始光谱组合，形成不同的扩增高光谱数据库，以扩增原始光谱数据量；对最终形成的不同扩增高光谱数据库分别建立以为神经网络1D‑CNN模型，此时自变量为高光谱反射率值，因变量为土壤氧化铁含量；根据不同的扩增数据库所建立的模型，选择最优1D‑CNN模型。本发明有效解决了小样本条件下深度学习模型精度不高的问题，在一定程度上提高了深度学习模型的适用性和有效性，有效改善了基于高光谱数据的土壤氧化铁现有预测精度，为其他土壤属性的高光谱预测研究提供了新的方法和思路。
📄 202311533015X
📂 G16C20_20
👤 金陵科技学院
📅 2023-11-17
本发明公开了一种基于改进粒子群和误差反馈神经网络的有害气体监测方法，先利用MQ系列传感器组成气体传感器阵列，安装于轨道交通系统门内，对气体数据进行实时采集；在获取气体数据后，运用改进的粒子群优化算法和误差反馈神经网络方法对采集到的气体数据进行定性识别和定量分析，最后通过与预设阈值比较得出有无有害气体及危害等级，及时向运维人员预警，确保车厢及站台内人员安全。本发明中，运用改进的粒子群优化算法对误差反馈神经网络的权值和阈值进行优化，之后再对误差反馈神经网络进行学习，提升了误差反馈神经网络的收敛速度和精度，减少误差反馈神经网络的训练次数。
📄 2021105113307
📂 G16C20_20
👤 南京工程学院
📅 2021-05-11
本发明涉及一种塑料瓶液体成分检测方法及装置，方法包括：对装有液体的待检测塑料瓶发送数据，接收穿透所述装有液体的待检测塑料瓶的数据；根据接收的数据，获取信道状态信息；对所述信道状态信息进行提取，获取幅值向量和相似性向量，将所述幅值向量和所述相似性向量进行拼接，获取输入向量；将所述输入向量输入液体成分分类预测模型，获取液体成分检测结果，其中所述液体成分分类预测模型基于神经网络构建，并基于训练集训练获得，所述训练集包括不同液体成分的信道状态信息。本发明能够达到快速、无接触、低成本的检测目的。
📄 2024118619895
📂 G16C20_20
👤 广东石油化工学院
📅 2024-12-17
基于水体透射光谱的水质污染物预测方法，包括以下步骤；S1：配置测量溶液：测量水体样品的收集，获得总样本量；S2：原始透射光谱数据采集：使用光谱仪对S1中总样本量内污染物标准溶液进行扫描，获得原始透射光谱数据；S3：光谱数据预处理：对S2中的原始透射光谱数据进行预处理操作；S4：主成分个数选择：对预处理后的光谱数据进行数据降维，选择合适的主成分个数；S5：建立浓度预测模型：S6：浓度预测模型验证：将亚硝酸盐和BOD浓度数据分别导入数据导入已建立的预测模型中，验证模型的稳定性和预测性能；S7：预测溶液样品中的亚硝酸盐和BOD浓度大小。本发明能够快速、准确地进行水质污染物预测，提高水环境监测的效率和可行性。
📄 2023110367548
📂 G16C20_20
👤 西安石油大学
📅 2023-08-17
柿子坊 · 知识产权运营
柿子坊知识产权运营平台