欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024104305996
申请人: 暨南大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种VOCs协同来源解析的方法,其特征在于,包括:

获取本地污染谱库;所述本地污染谱库包括已知污染来源的各单颗粒质谱数据;

构建单颗粒分类模型;所述单颗粒分类模型为基于一维卷积神经网络、自注意力机制和多层感知机的深度学习模型;

利用所述本地污染谱库对所述单颗粒分类模型进行训练和优化,得到优化后的单颗粒分类模型;

获取待解析单颗粒质谱数据;所述待解析单颗粒质谱数据是通过单颗粒气溶胶质谱仪对大气环境中颗粒物监测得到的;

将所述待解析单颗粒质谱数据输入所述优化后的单颗粒分类模型进行解析,利用所述优化后的单颗粒分类模型分析所述待解析单颗粒质谱数据的污染来源,得到各个污染源对颗粒物贡献的时间序列;

获取VOCs监测数据;所述VOCs监测数据是通过在线VOCs监测仪器对大气环境中VOCs监测得到的;

将所述VOCs监测数据输入PMF模型进行解析,利用所述PMF模型获取各个污染源的VOCs因子及各个VOCs因子的时间序列;

将各个污染源对颗粒物贡献的时间序列与各个VOCs因子的时间序列进行相关性计算,得到相关系数;

将相关系数高于设定阈值的颗粒物和VOCs因子归属到同一污染源上,实现颗粒物与VOCs来源的协同解析,识别出颗粒物和VOCs共同的污染来源。

2.根据权利要求1所述的VOCs协同来源解析的方法,其特征在于,所述一维卷积神经网络、所述自注意力机制和所述多层感知机依次连接;

所述一维卷积神经网络用于对输入的单颗粒质谱数据进行局部特征的提取;

所述自注意力机制用于对从所述一维卷积神经网络中提取到的多个特征进行计算;

所述多层感知机用于接收所述自注意力机制处理后的序列数据,通过输入层、隐藏层和输出层,输出最终颗粒物分类的结果。

3.根据权利要求2所述的VOCs协同来源解析的方法,其特征在于,所述自注意力机制对从所述一维卷积神经网络中提取到的多个特征进行计算,具体包括:对所述一维卷积神经网络中提取到的多个特征,通过线性变化计算Query、Key和Value值;

基于点积公式计算Query与Key值之间的相似度;

将Query与Key值之间的相似度经Softmax函数归一化后得到注意力的权重;

将注意力的权重对Value值进行加权求和,得到最终的输出;所述最终的输出为一维度的序列信息。

4.根据权利要求1所述的VOCs协同来源解析的方法,其特征在于,利用所述本地污染谱库对所述单颗粒分类模型进行训练和优化时,采用适合于多分类任务的分类交叉熵作为损失函数。

5.根据权利要求1所述的VOCs协同来源解析的方法,其特征在于,将各个污染源对颗粒物贡献的时间序列与各个VOCs因子的时间序列进行相关性计算,得到相关系数,具体包括:利用皮尔逊相关系数计算公式将各个污染源对颗粒物贡献的时间序列与各个VOCs因子的时间序列进行相关性计算,得到皮尔逊相关系数。

6.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-5中任一项所述VOCs协同来源解析的方法的步骤。

7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-5中任一项所述VOCs协同来源解析的方法的步骤。

8.一种计算机设备,包括:存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现权利要求1-5中任一项所述VOCs协同来源解析的方法的步骤。