专利交易市场

本发明公开了一种基于特征分析的新材料数据智能管理系统，具体涉及生产数据监测技术领域，用于解决现有的不能提前对尺寸控制影响最大的关键特征发生改变的概率较大的情况进行预警的问题；是通过实时数据收集，持续监控生产过程中的关键参数和性能指标，深入数据分析了解影响尺寸控制和催化性能的关键因素，标记纳米材料的应力高风险区域和应力低风险区域，通过对应力低风险区域监测纳米粒子表面等离子体共振频率的变化和动态监控和评估的综合分析，预测尺寸控制影响最大的关键特征发生改变的概率；通过的预警信号和重新设计判断模块的风险评估机制相结合，不仅增强了对生产异常的应对能力，也显著降低了环境负担。

本发明公开了一种纺织工业优先管控污染物筛选方法，由以下四部分组成：(1)定义污染物定量分析方法并构建污染物排放数据表；(2)定义污染物毒性分析方法并构建其核算模型；(3)运用Spearman相关系数法检验定量分析和毒性分析排序的一致性；(4)运用偏离值检验方法，进一步识别一种纺织工业优先管控污染物筛选方法污染物3类排名差异。本发明综合运用定量分析和毒性分析方法对产品工业生产产生的污染物造成的环境负荷进行排序，并采用Spearman相关系数法和偏离值法对排序结果进行比较，为纺织工业污染物的优先管控提供参考。

本申请公开了生态环境数据库的构建系统，包括：水质数据采集模块、水质数据处理模块、水质数据特征提取模块、水质数据污染检测分析模型训练模块及模型应用集成模块，采用了水质数据采集模块等技术手段，所以有效解决了现有技术中的技术问题，进而实现了在进行水质生态环境数据采集时，利用传感器设备采集水质数据，根据模型对水质数据进行分析，从而对水质的污染物进行检测分析，检测出水中的污染物，从而实现对水的改善治理的效果。

本发明公开了一种水泥熟料游离钙软测量方法，包括：根据水泥工艺选取10个变量作为熟料fCaO软测量的辅助变量，每个变量的时间序列作为模型输入，并对所选的每个变量时间序列进行归一化处理；依据水泥烧成过程中时间序列的特征，建立基于多变量时间序列卷积神经网络的熟料fCaO软测量模型；确定MT‑CNN模型的初始参数，并对网络进行前向训练；利用误差反向微调进行有监督训练，通过对误差的修正，优化MT‑CNN中的权值w和偏置b，利用训练好的MT‑CNN模型对水泥熟料fCaO实时预测。本发明避免计算各变量与熟料fCaO之间时延，降低了时序匹配所需的运算量；本发明提高模型的收敛速度、精度和泛化能力；本发明能很好预测水泥熟料fCaO含量，能够提高水泥熟料质量和降低生产能耗。

本发明涉及化学材料检测技术领域，公开了一种基于AI的化学材料检测信息库检索与标准谱比对系统。该系统包含数据采集、光谱预处理、特征提取、检索匹配和动态比对模块。数据采集模块用多光谱传感器采集覆盖紫外、可见光及红外波段的实时光谱数据，经光谱预处理模块去噪。特征提取模块采用深度残差卷积网络提取光谱指纹特征向量。检索匹配模块将特征向量输入图结构检索模型筛选候选标准谱。动态比对模块基于改进的量子粒子群优化算法多维度比对候选标准谱得出最优结果。该系统能精准采集和处理光谱数据，快速检索并准确比对标准谱，提升化学材料检测的效率和准确性，在化学材料研究、生产质量控制等领域有广泛应用前景。

本发明涉及药物研发技术领域，公开了一种药物中间体数据库构建及AI智能检索方法。获取目标药物中间体的化学结构和合成路径数据，利用预设特征提取模型提取分子描述符，据此构建结构化中间体数据库。再将数据库输入基于图神经网络算法的AI检索模型生成动态检索结果，并用预设优化算法进行多维度排序，输出标准化检索列表。该方法还包括特征提取模型训练、数据预处理、检索结果验证及数据安全控制等步骤。本发明能够高效整合多源数据、精准提取关键信息、实现智能检索并保障数据安全，可显著提升药物研发效率，降低研发成本，为药物研发提供有力支持。

本发明涉及数据处理技术领域，具体涉及一种西药药学成分数据智能存储管理方法，包括：获取待存储药学成分数据；获取待存储药学成分数据中每种药物成分与每种药物成分的每种目标药物成分之间存在相互作用可能性；根据待存储药学成分数据中每种药物成分在每种药物中所起到的功效作用程度，获取待存储药学成分数据的药物功效作用离散程度；根据药物功效作用离散程度对待存储药学成分数据进行分类存储。本发明使得待存储药学成分数据分类存储效果更佳。