龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：生态环境部南京环境科学研究所
摘要：基于全息三维模型及Kernel‑KNN算法的水质监测方法，使用首次提出基于全息三维模型及Kernel‑KNN算法水质监测系统。通过在线水位电导率监测仪、多指标水质与水位同步监测仪、气象监测仪等专业化仪表产品，并实时收集仪表测得的数据。将上述数据传到云端。采用训练好的Kernel‑KNN算法运算，并返回标签值，其中标签1为地下水被严重污染，在三维图中显示为红色，标签2为地下水被污染较重，在三维图中显示为黄色，标签3为地下水被污染较轻，在三维图中显示为绿色。本次申请方法能够很好的向园区管理部门提供数字化、可视化、智能化的地下水监测数据和成果信息。
主权项：1.基于全息三维模型及Kernel-KNN算法的水质监测方法，其特征在于：包括如下步骤：1实时收集不同地下水质数据；首先建立化工园区地下水实时在线监测系统，及实时数据表征，根据园区产业结构与污染特征确定监测指标要求,在地下100米，200米，300米的不同位置配备在线水位监测仪、在线水位电导率监测仪、多指标水质与水位同步监测仪和气象监测仪专业化仪表产品，用于实时掌控水质变化；2实时数据上传；根据上述步骤收集到的实时数据，上传到云端，针对实时数据上传需求，选择云服务提供商，每个提供商都提供了各种存储和数据处理服务，将实时数据上传到云端后，基于云端的计算和分析服务进行实时数据处理、聚合和分析，从中提取有价值的信息和洞察力；3Kernel-KNN模型训练；其中，所述3Kernel-KNN模型训练包括以下子步骤：数据输入；Kernel函数；距离权重；K值选择；KDtree查找最近邻；计算损失；参数优化；模型部署；4Kernel-KNN模型预测；将步骤S2处理过的数据执行步骤S3所训练的模型，获得当前区域的水质预测结果，并且返回数值；5三维影像图水质展示；经过步骤S4之后返回数值1表示地下水被严重污染，在三维图中显示为红色，返回数值2表示地下水被污染较重，在三维图中显示为黄色，返回数值3表示地下水被污染较轻，在三维图中显示为绿色。
全文数据：
权利要求：
百度查询： 生态环境部南京环境科学研究所 基于全息三维模型及Kernel-KNN算法的水质监测方法
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