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：上海大学
摘要：本发明涉及地土壤和地下水污染物空间分布精细刻画技术领域，旨在利用机器学习算法支持向量回归模型Supportvectorregression,SVR耦合Kriging分层反演刻画场地污染情况，提高场地土壤和地下水污染三维空间刻画精度。本发明主要特征是基于获取的场地土壤和地下水特征参数渗透系数、孔隙度和储水系数等和部分初始浓度数据及Kriging对场地分层单层或多层反演补充的有效信息作为算法输入数据，结合其与污染物浓度关系，建立模拟污染物浓度分布有效模型。本发明可更好地实现场地污染关键缺失信息的有效补充，通过SVR算法进行模型优化，提高模型的预测精度和泛化能力，以此提升场地污染物浓度三维空间分布刻画精度。
主权项：1.一种基于SVR算法耦合Kriging分层反演下的场地污染浓度模拟刻画方法，适用于现场采样数据较少、部分有效数据缺失的场景下，其特征在于，包括：①采用Kriging分层反演技术，对某一地层深度或多个地层深度的点位数据进行插值计算，生成更密集的三维坐标点位信息，并随机选择反演后的三维坐标点位信息，用于补充原始三维场数据，构建新的三维场数据集；②建立SVR，以渗透系数、孔隙度、储水系数等和污染物初始浓度数据为输入，预测场地全局污染物浓度空间分布；③优化模型性能，通过调整SVR算法中的超参数和核函数，提高模型的预测精度和泛化能力；④对模型进行验证与评估，利用真实观测数据进行对比，结合多项参数指标，验证支持向量回归模型的有效性和优越性。
全文数据：
权利要求：
百度查询： 上海大学 基于SVR算法耦合Kriging反演下的场地污染浓度模拟刻画方法
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