Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜广东粤海水务检测技术有限公司;广东粤海水务科技有限公司冯国仁获国家专利权

恭喜广东粤海水务检测技术有限公司;广东粤海水务科技有限公司冯国仁获国家专利权

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!

龙图腾网恭喜广东粤海水务检测技术有限公司;广东粤海水务科技有限公司申请的专利预测模型构建方法、对地下水致病原微生物进行检测的方法和计算机程序产品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:CN118657232B

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:202410980657.2,技术领域涉及:G06N20/00;该发明授权预测模型构建方法、对地下水致病原微生物进行检测的方法和计算机程序产品是由冯国仁;彭俊翔;吴金鑫;田宸齐;韦雪柠设计研发完成,并于2024-07-22向国家知识产权局提交的专利申请。

预测模型构建方法、对地下水致病原微生物进行检测的方法和计算机程序产品在说明书摘要公布了:本发明公开了一种预测模型构建方法、对地下水致病原微生物进行检测的方法和计算机程序产品。该构建方法为:对每处地下水,采集其分别在各种降雨条件下的化学性质参数、水中致病原微生物种类及其生物特性数据和体积数据、各种微生物在各种体积下所对应的检测灵敏度数据;分别执行生物特性预测模型构建训练步骤、生物体积预测模型构建训练步骤、检测灵敏度预测模型构建训练步骤,得到已训练好的生物特性预测模型、微生物体积预测模型、检测灵敏度预测模型。本发明可利用上述三个预测模型预测得出微生物的生物特性数据、体积数据和检测灵敏度以确定微生物的检测方式,可确保不同地区不同降雨条件下的地下水致病原微生物检测能够达到检测精度要求。

本发明授权预测模型构建方法、对地下水致病原微生物进行检测的方法和计算机程序产品在权利要求书中公布了:1.用于对地下水致病原微生物进行检测的预测模型构建方法,其特征是,包括以下步骤:S1、对处于不同地区的多处地下水当中的每处地下水,执行如下数据采集步骤:——S11、采集该处地下水分别在各种降雨条件下的化学性质参数、水中致病原微生物种类及其生物特性数据、水中的各种致病原微生物的体积数据;——S12、采集各种致病原微生物在各种体积下所对应的检测灵敏度数据;S2、执行如下生物特性预测模型构建训练步骤,得到已训练好的生物特性预测模型:——S21、以一处地下水在一种降雨条件下的化学性质参数作为输入,以该地下水在该种降雨条件下的微生物种类及其生物特性数据作为输出,构成一组生物特性训练样本,按此构建多组这样的生物特性训练样本;——S22、采用机器学习算法构建生物特性预测模型,通过上述多组生物特性训练样本对该生物特性预测模型进行训练,使其具备识别地下水化学性质参数得出微生物种类及其生物特性数据的能力;S3、执行如下微生物体积预测模型构建训练步骤,得到已训练好的微生物体积预测模型:——S31、以一处地下水在一种降雨条件下的一种致病原微生物的生物特性数据作为输入,以该地下水在该种降雨条件下的该种致病原微生物的体积数据作为输出,构成一组微生物体积训练样本,按此构建多组这样的微生物体积训练样本;——S32、采用机器学习算法构建微生物体积预测模型,上述多组微生物体积训练样本对该微生物体积预测模型进行训练,使其具备识别微生物的生物特性数据得出微生物体积数据的能力;S4、执行如下检测灵敏度预测模型构建训练步骤,得到已训练好的检测灵敏度预测模型:——S41、以一种微生物的一种体积数据作为输入,以该种微生物在该体积数据下的检测灵敏度作为输出,构成一组检测灵敏度训练样本,按此构建多组这样的检测灵敏度训练样本;——S42、采用机器学习算法构建检测灵敏度预测模型,通过上述多组检测灵敏度训练样本对该检测灵敏度预测模型进行训练,使其具备识别微生物体积数据得出其检测灵敏度的能力。

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广东粤海水务检测技术有限公司;广东粤海水务科技有限公司,其通讯地址为:518020 广东省深圳市罗湖区黄贝街道水库社区东湖二路68号粤海水务1号楼整套;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”。

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。