申请/专利权人：南京工业职业技术大学

申请日：2024-01-03

公开（公告）日：2024-04-12

公开（公告）号：CN117874461A

主分类号：G06F18/20

分类号：G06F18/20;G06F18/214;G06N3/0464;G06N3/048

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明提供了一种基于UV‑Vis光谱和深度学习的COD检测方法及网络，其中所构建的COD检测网络包括5个卷积块、2个卷积注意力机制模块、11个瓶颈残差块、1个全局平均池化层、1个展平层和1个线性层；网络的输入为水样的全波段UV‑Vis光谱，输出为COD数值的平方根；此外对于输入的光谱，在DWT滤波器的基础上，本发明提出了一种改进的软阈值函数对UV‑Vis光谱进行预处理。相较于其他的现有方法，本发明所提出的COD检测方法具有更高的准确度和鲁棒性。

主权项：1.一种COD检测网络，其特征在于：网络架构由前至后依次包括：尺寸为3×1的卷积块，尺寸为3×1的卷积块，卷积注意力机制模块，瓶颈残差模块，尺寸为3×1的卷积块，连续两个瓶颈残差块，尺寸为3×1的卷积块，连续八个瓶颈残差块，尺寸为3×1的卷积块，卷积注意力机制模块，全局平均池化层，展平层，线性层。

全文数据：

权利要求：

百度查询： 南京工业职业技术大学 一种基于UV-Vis光谱和深度学习的COD检测方法及网络

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD