-
公开(公告)号:CN119539377A
公开(公告)日:2025-02-28
申请号:CN202411595144.6
申请日:2024-11-08
Applicant: 四川省环境政策研究与规划院
IPC: G06Q10/0631 , G06Q10/0639 , G06Q50/06 , G06Q50/26 , G06F18/214 , G06F18/2431 , G06N3/0442
Abstract: 本发明提供了一种流域水环境影响因素的评价方法、装置、设备及介质,所述评价方法包括以下步骤:S1、获取流域水环境数据并建立训练数据集,所述流域水环境数据至少包括水质数据、气象数据和环境污染负荷数据;S2、根据所述训练数据集训练得到所述影响因素评价模型,其中,所述影响因素评价模型的网络结构包括多个感知器,所述感知器的个数根据所述流域水环境数据的类型数确定;以及S3、利用所述影响因素评价模型确认所述流域水环境的影响因素的驱动因素。本发明所构建的模型具有高泛化能力和解释性,还可以定量评价流域水环境质量的影响因素,具有较高的实用性,可实现对流域水环境质量的科学管理。
-
公开(公告)号:CN119272929A
公开(公告)日:2025-01-07
申请号:CN202411346685.5
申请日:2024-09-25
Applicant: 四川省环境政策研究与规划院
IPC: G06Q10/04 , G06Q50/26 , G06F30/27 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/084 , G06N3/0985 , G06F18/27 , G06F18/15 , G06F18/213 , G06F18/25 , G06F113/08 , G06F119/12 , G06N3/048
Abstract: 本发明提供了一种水环境指标变化趋势预测和模型建立方法、设备及介质,模型建立方法包括以下步骤:获取目的水环境的历史指标数据和历史指标数据的驱动影响因素数据,用于建立训练数据集;采用自动优化算法确认水环境指标变化趋势预测模型的超参数,其中,关键超参数包括学习率、卷积核大小和神经元个数;将训练数据集用于训练水环境指标变化趋势预测模型,其中,水环境指标变化趋势预测模型的基础网络模型为卷积神经网络、长短期记忆神经网络和自注意力机制的结合。本发明基于CNN‑LSTM‑Attention神经网络模型且采用自动优化算法调整超参数,以确保了模型训练过程中参数设置的最优性,获得更强的适应性和稳定性,能够提供更加可靠的水环境指标变化趋势预测结果。
-
公开(公告)号:CN215796092U
公开(公告)日:2022-02-11
申请号:CN202121910138.7
申请日:2021-08-13
Applicant: 四川省环境政策研究与规划院
Abstract: 本实用新型提供了一种厨余垃圾采集桶用消杀机以及厨余垃圾破碎浆化系统。所述消杀机包括支架本体、输送带、减速旋转机构、桶外壁消杀光源、桶内壁消杀光源,其中,支架本体水平设置在平面上,输送带设置在支架本体顶部,待消杀桶开口沿同一方向倒放在输送带上;减速旋转机构固定设置在支架本体上且位于输送带的上方,减速旋转机构能够使待消杀桶随输送带沿水平方向移动的同时沿待消杀桶的轴线方向旋转;桶外壁消杀光源与支架本体的一侧或两侧固定以对待消杀桶外壁进行消杀;桶内壁消杀光源与支架本体位于待消杀桶开口一侧固定,桶内壁消杀光源的光线能够进入桶内对桶内壁进行消杀。本实用新型具有消毒杀菌速度快、消毒杀菌彻底、处理量大等优点。
-
-