买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜四川省农业科学院农业质量标准与检测技术研究所申请的专利基于机器学习的矿区重金属污染淋洗修复的风险评估方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119090257B 。

龙图腾网通过国家知识产权局官网在2025-03-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411042589.1，技术领域涉及：G06Q10/0635；该发明授权基于机器学习的矿区重金属污染淋洗修复的风险评估方法是由李霞;王贵胤;何明东;罗丽卉;王棚;夏涵设计研发完成，并于2024-07-31向国家知识产权局提交的专利申请。

本基于机器学习的矿区重金属污染淋洗修复的风险评估方法在说明书摘要公布了：本发明公开了一种基于机器学习的矿区重金属污染淋洗修复的风险评估方法，包括：采集重金属污染矿区的土壤数据和淋洗数据，土壤数据包括污染数据和修复数据；对比污染数据和修复数据得到影响数据，基于淋洗剂的数量对影响数据进行划分，得到混合影响和独立影响；根据淋洗数据对独立影响进行影响分析获得独立影响强度，根据独立影响强度对混合影响进行影响分析获得混合影响强度；根据独立影响强度和混合影响强度得到修复风险系数，基于修复风险系数建立修复风险评估模型；优化修复风险评估模型，将待评估数据输入修复风险评估模型，输出评估结果。该方法能够快速、准确地评估矿区重金属污染淋洗修复的风险，为污染治理提供了科学依据。

本发明授权基于机器学习的矿区重金属污染淋洗修复的风险评估方法在权利要求书中公布了：1.一种基于机器学习的矿区重金属污染淋洗修复的风险评估方法，其特征在于，包括以下步骤：采集重金属污染矿区的土壤数据和淋洗数据，所述土壤数据包括污染数据和修复数据；对比所述污染数据和所述修复数据得到影响数据，基于淋洗剂的数量对所述影响数据进行划分，得到混合影响和独立影响；根据所述淋洗数据对所述独立影响进行影响分析获得独立影响强度，根据所述独立影响强度对所述混合影响进行影响分析获得混合影响强度；根据所述独立影响强度和所述混合影响强度得到修复风险系数，基于所述修复风险系数建立修复风险评估模型；优化所述修复风险评估模型，将待评估数据输入所述修复风险评估模型，输出评估结果；对比所述污染数据和所述修复数据得到影响数据，基于淋洗剂的数量对所述影响数据进行划分，得到混合影响和独立影响的方法，包括：计算修复数据相对于污染数据的变化比例和变化数据，利用统计分析，筛选出对修复风险评估有显著影响的特征：互信息： 其中MLX,Y为特征集合X和特征集合Y之间的互信息，Y为影响数据，X为淋洗数据，x和y为特征的索引，px,y是x和y的联合概率分布，px是X的边缘概率分布，py是Y的边缘概率分布，fimpactx,y为基于先验知识的x和y之间的权重函数，通过复杂度调整后的互信息：MIcomplexX,Y＝MLX,Y·gcomplexityX,Y其中MIcomplexX,Y为特征集合X和特征集合Y之间的复杂度调整后的互信息，gcomplexityX,Y为复杂度函数，特征重要性分数： 其中，和为权重系数，tw为变化比例，Δxnoisy表示X的噪声影响，去除特征重要性分数小于重要性阈值的变化比例，将其余的变化比例作为影响数据，将只采用一种淋洗剂的淋洗修复对应的影响数据划分为独立影响，将其余影响数据划分为混合影响；根据所述淋洗数据对所述独立影响进行影响分析获得独立影响强度的方法，包括：采用独热编码将淋洗数据中的淋洗剂的种类变换为数值向量，将淋洗数据和污染数据作为影响特征，采用生成对抗网络学习独立影响的影响特征和影响数据之间的映射关系：生成对抗网络中判别器和生成器的损失函数为： 其中，LJ,K为判别器和生成器的对抗损失函数，J为判别器，K为生成器，a为J接收的样本数据，为样本数据的权重，为生成器生成的生成样本的权重，Ja为J输出的a为样本数据的概率，为随机噪声向量，qreala为样本数据的分布，为的分布，E为期望，λ和μ为正则化系数，w为网络权重，判别器的梯度计算公式： 其中，为判别器的参数的梯度，生成器的梯度计算公式： 其中，为生成器的参数的梯度，通过参数的梯度调整参数，将损失函数最小化，对于混合影响的影响特征中单一影响缺少的影响特征，通过训练好的生成对抗网络生成缺少的影响特征的影响数据，基于先验知识对高斯混合回归模型的输出进行划分，分为正面影响和负面影响，得到独立影响强度；根据所述独立影响强度对所述混合影响进行影响分析获得混合影响强度的方法，包括：根据混合影响的污染数据和淋洗数据得到对应的独立影响强度，作为特征向量，将混合影响的影响数据作为目标向量，采用神经网络算法建立混合影响强度预测模型：预测结果的期望函数： 其中，fx,y为x和y的联合概率密度函数，x为特征向量，y为目标向量，通过非参数估计得到联合概率密度函数： 其中，i为特征向量和目标向量的索引，n为i的数量，k为x的维数，σ为标准差，T表示矩阵的转置，w为权重向量，预测结果： 将淋洗数据和污染数据进行排列组合，通过混合影响强度预测模型预测得到新的混合影响的影响数据，基于先验知识对混合影响强度预测模型的输出进行划分，分为正面影响和负面影响，得到混合影响强度；根据所述独立影响强度和所述混合影响强度得到修复风险系数的方法，包括：修复风险系数的计算公式： 其中M是负面影响的数量，N是正面影响的数量，L为淋洗修复的影响强度，为独立影响强度或混合影响强度，m为负面影响的索引，fimpact为第m个负面影响的权重，P为淋洗修复采用的淋洗剂的总负面影响次数，Q为淋洗修复采用的淋洗剂的总正面影响次数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人四川省农业科学院农业质量标准与检测技术研究所，其通讯地址为：610000 四川省成都市净居寺路20号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。