一种氯碱废水制备高纯氯化钠的方法

    公开(公告)号:CN117945436A

    公开(公告)日:2024-04-30

    申请号:CN202311730980.6

    申请日:2023-12-15

    Applicant: 三峡大学

    Abstract: 本发明公开了一种氯碱废水制备高纯氯化钠的方法,向氯碱废水中加入还原剂,10‑20rps下搅拌反应20‑30min得到还原处理液,去除游离性余氯,然后利用pH调节剂调节还原处理液的pH值,通过蒸发结晶得到高纯氯化钠产品。本发明以甲酸作为还原剂,采用甲酸还原法进行游离性余氯的去除,去除效率可以达到83%‑99%,同时甲酸能有效中和掉废水中大量氢氧根离子,使pH降低有利于结晶工艺中氯化钠的蒸出。本发明还对去除游离性余氯的溶液进行进一步处理,制备得到高纯氯化钠。本发明同步实现了氯碱废水的处理净化以及资源的回收利用,具有操作简单、高效等优点。

    一种农用地土壤环境质量类别划分的方法

    公开(公告)号:CN117541095A

    公开(公告)日:2024-02-09

    申请号:CN202311275337.9

    申请日:2023-09-28

    Applicant: 三峡大学

    Abstract: 本发明提供一种农用地土壤环境质量类别划分的方法,包括以下步骤:在研究区域内收集土壤和农产品样本,检测样本中的土壤理化性质指标;对所收集样本的数据进行预处理,包括清洗、剔除异常值、插补缺失值、删除冗余数据、进行标准化,得到预处理后的数据集,划分成训练集和测试集;基于随机森林算法,通过特征选择、决策树生成、模型集成构建农用地土壤环境质量类别划分模型;使用训练集训练模型;利用优化后的随机森林模型对测试集数据进行预测,评估模型分类性能。相比现有的依靠主管经验进行土壤环境质量划分和评估的方法,本发明使用随机森林算法,可以处理更大规模的数据,并自动通过数据特征发现其中的关系,提高评估的客观性和准确性。

    一种BOSS-SAPSO优化极限学习机的土壤重金属预测方法

    公开(公告)号:CN115130377A

    公开(公告)日:2022-09-30

    申请号:CN202210704753.5

    申请日:2022-06-21

    Applicant: 三峡大学

    Abstract: 一种BOSS‑SAPSO优化极限学习机的土壤重金属预测方法,它包括以下步骤:步骤1:采集土壤样品X射线荧光光谱数据和重金属含量值,构建样本集;步骤2:对样本集或待检测光谱信息进行预处理;步骤3:对预处理后的光谱数据进行特征选择;步骤4:建立极限学习机;步骤5:采用优化后的权重和隐含层偏置训练极限学习机,得到土壤重金属预测模型,将测试集输入预测模型,得到重金属的预测值。本发明的目的是为了解决在现有的土壤重金属预测中,所获得的相关光谱数据维度高、数据间冗余大且光谱与土壤重金属之间会呈现复杂的非线性,从而使得土壤重金属预测效率、效果、精准度不高的技术问题。

    一种改进深度极限学习机的土壤重金属空间分布预测方法

    公开(公告)号:CN115081335A

    公开(公告)日:2022-09-20

    申请号:CN202210778405.2

    申请日:2022-06-30

    Applicant: 三峡大学

    Abstract: 一种改进深度极限学习机的土壤重金属空间分布预测方法,它包括以下步骤:步骤1:确定研究区域内的调查网格;步骤2:在研究区域内采集土壤样品;步骤3:测定采集的土壤样品重金属浓度;步骤4:确定所需多源辅助变量;步骤5:筛选多源辅助变量;步骤6:基于土壤重金属浓度数据和辅助变量数据构建深度极限学习机;步骤7:用金枪鱼群优化算法优化所构建的深度极限学习机;步骤8:获得土壤重金属空间分布图。本发明的目的是提供一种利用深度极限学习机DELM来对土壤重金属浓度空间进行预测的方法,以提高土壤重金浓度空间预测的精度,进而为更好的进行土壤重金属污染防治做准备。

    一种农产品重金属超标概率预测的方法

    公开(公告)号:CN115456274A

    公开(公告)日:2022-12-09

    申请号:CN202211109756.0

    申请日:2022-09-13

    Applicant: 三峡大学

    Abstract: 一种农产品重金属超标概率预测的方法,包括以下步骤:步骤1:采集土壤、农产品及采集点位所处环境的样本,检测样本重金属含量和ph值,构成候选指标数据集,并进行预处理。步骤2:对指标集进行指标筛选,筛选出与要预测农产品重金属相关性较大的指标构成新的指标集。步骤3:按照国家标准将数据分为超标与不超标两种,按照比例分为训练数据和测试数据。步骤4:建立支持向量机,将训练数据作为支持向量机的输入,训练数据中重金属是否超标为支持向量机的输出。步骤5:使用优化后的核函数参数g和惩罚参数c训练支持向量机,得到农产品重金属超标概率预测模型,将测试数据输入农产品重金属超标概率预测模型,得到重金属超标概率预测的结果。

    一种改进深度极限学习机的土壤重金属空间分布预测方法

    公开(公告)号:CN115081335B

    公开(公告)日:2024-07-16

    申请号:CN202210778405.2

    申请日:2022-06-30

    Applicant: 三峡大学

    Abstract: 一种改进深度极限学习机的土壤重金属空间分布预测方法,它包括以下步骤:步骤1:确定研究区域内的调查网格;步骤2:在研究区域内采集土壤样品;步骤3:测定采集的土壤样品重金属浓度;步骤4:确定所需多源辅助变量;步骤5:筛选多源辅助变量;步骤6:基于土壤重金属浓度数据和辅助变量数据构建深度极限学习机;步骤7:用金枪鱼群优化算法优化所构建的深度极限学习机;步骤8:获得土壤重金属空间分布图。本发明的目的是提供一种利用深度极限学习机DELM来对土壤重金属浓度空间进行预测的方法,以提高土壤重金浓度空间预测的精度,进而为更好的进行土壤重金属污染防治做准备。

    一种土壤重金属砷空间分布预测方法及系统

    公开(公告)号:CN116246726A

    公开(公告)日:2023-06-09

    申请号:CN202211564600.1

    申请日:2022-12-07

    Applicant: 三峡大学

    Abstract: 一种土壤重金属砷空间分布预测方法及系统,其方法包括步骤1、采集空间的重金属砷含量数据和环境辅助变量数据;步骤2、通过皮尔逊相关系数方法逐一筛选影响重金属砷含量数据的环境辅助变量数据;步骤3、将环境辅助变量数据输入搭载了两个模型的双网络极限学习机中,获取两个土壤重金属砷预测含量值;步骤4、再把两个模型分别预测出的土壤重金属砷含量值分配不同的权重,结合得出最终土壤重金属砷含量值预测结果;步骤5、根据预测出来的土壤重金属砷含量数据进行空间制图。本发明在提高极限学习机预测精度的基础上还解决了极限学习机网络的过拟合问题,为土壤调查与环境保护提供更为精准的信息及对于土壤重金属砷的防控治理。

    一种多元智能优化多核极限学习机的土壤重金属检测方法

    公开(公告)号:CN115169222A

    公开(公告)日:2022-10-11

    申请号:CN202210706800.X

    申请日:2022-06-21

    Applicant: 三峡大学

    Abstract: 一种多元智能优化多核极限学习机的土壤重金属检测方法,它包括以下步骤:步骤1:采集土壤样品X射线荧光光谱数据和重金属含量值,构建样本集,将样本集分为训练样本集和测试样本集;步骤2:对样本集或待检测光谱信息进行预处理;步骤3:对预处理后的光谱数据进行光谱特征变量选择,将特征变量对应的光谱数据作为新的训练样本集和测试样本集;步骤4:建立多核极限学习机,将训练集中的数据作为多核极限学习机的输入,将训练集中的土壤重金属含量作为极限学习机的输出;步骤5:采用优化后的正则化系数C、核函数参数S和权重系数W训练多核极限学习机,得到土壤重金属检测模型,将测试集输入检测模型,得到重金属的预测值。

Patent Agency Ranking