基于物理信息的机器学习预测家具释放污染物浓度的方法
公开
摘要
本发明属于室内环境检验技术领域，特别涉及能实现对家具释放的挥发性有机物浓度的快速预测；该测定方法包括搭建环境舱以获取用来训练和验证的家具释放污染物浓度数据；建立基于物理信息的人工神经网络预测模型，将瞬态传质方程和质量守恒方程与人工神经网络相结合，使物理方程参与到人工神经网络的训练过程；家具释放方向的坐标和测试时间作为训练过程中的网络输入，环境舱内污染物的气相浓度和家具内污染物的浓度作为训练过程中的网络输出，最终预测结果可以直接得到给定时刻环境舱污染物浓度的预测值；本发明的预测方法简单、预测周期短、精度高，便于实验室和工程应用，而且为污染物浓度的预测提供了新思路。
基本信息
专利标题 ：
基于物理信息的机器学习预测家具释放污染物浓度的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114594181A
申请号 ：
CN202210213776.6
公开（公告）日 ：
2022-06-07
申请日 ：
2022-03-03
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
熊建银张瑞谭彦达王海媚张美霞
申请人 ：
北京理工大学
申请人地址 ：
北京市海淀区中关村南大街5号
代理机构 ：
代理人 ：
优先权 ：
CN202210213776.6
主分类号 ：
G01N30/02
IPC分类号 ：
G01N30/02 G01N30/86 G06N20/00 G06Q10/04
IPC结构图谱
G
G部——物理
G01
测量；测试
G01N
借助于测定材料的化学或物理性质来测试或分析材料
G01N30/00
利用吸附作用、吸收作用或类似现象，或者利用离子交换，例如色谱法将材料分离成各个组分，来测试或分析材料
G01N30/02
柱色谱法
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
