龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：哈尔滨工业大学人工智能研究院有限公司
申请日：2024-03-13
公开（公告）日：2024-05-28
公开（公告）号：CN118096469A
主分类号：G06Q50/26
分类号：G06Q50/26;G06N3/0442;G06N3/096;G06F18/25;G06Q10/04
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.14#实质审查的生效;2024.05.28#公开
摘要：基于迁移学习的村镇生活源污染未统计量溯源感知方法，涉及环境工程技术领域。本发明是为了解决村镇生活源污染负荷在缺乏统计数据的情况下，无法被准确预测的问题。本发明利用多指标跨模态融合模型，将图像特征、文本特征和数据特征有效融合，形成跨模态融合特征指标体系。基于迁移学习框架，将城市生活垃圾产量预测模型迁移至村镇生活垃圾产量预测，实现了在缺乏统计数据的情况是对村镇生活垃圾产量的精确预测。本发明中迁移学习的应用提供了全新的村镇生活源污染负荷量的分析预测方法。
主权项：1.基于迁移学习的村镇生活源污染未统计量溯源感知方法，其特征在于，包括：构建考虑了生活垃圾产量影响因素的研究区域生活垃圾产量指标预测数据库，所述研究区域生活垃圾产量指标预测数据库包括能够表征研究区域生活垃圾产量的卫星遥感图像、政府统计年鉴数据、研究机构统计数据、新闻报道数据和政府文件数据；在所述研究区域生活垃圾产量指标预测数据库中提取数据特征和图像特征，并运用ML-LSTM方法获得多指标跨模态融合特征；将所述多指标跨模态融合特征作为输入，将与所述多指标跨模态融合特征对应的生活垃圾产量作为输出，构建城市垃圾产量预测模型；提取所述城市垃圾产量预测模型参数的特征，并计算各特征的shap值，对各特征的shap值的绝对值由大至小进行排序，选取绝对值排名前五的特征作为所述城市垃圾产量预测模的关键特征；冻结城市垃圾产量预测模型的卷积层，并对低城市垃圾产量预测模型的参数进行调整，使得R20.8，获得村镇垃圾产量预测模型，其中，R2为城市垃圾产量预测模型的拟合优度；对研究区域进行空间网格划分，使得研究区域生活垃圾产量指标预测数据库被划分为多个空间网格特征集，基于随机森林算法将各空间网格特征集中的数据与所述村镇垃圾产量预测模型进行回归关系拟合，获得各空间网格中数据与生活垃圾产量的映射关系，根据该映射关系获得研究区域内各村镇生活垃圾产量。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学人工智能研究院有限公司 基于迁移学习的村镇生活源污染未统计量溯源感知方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号