本发明属于环境监测领域,其公开了一种识别持久性有机污染物的深度学习方法和装置。方法包括:针对待识别的化合物,提取多个分子描述符,分子描述符的数量大于等于分子描述符阈值,分子描述符阈值为2201;以预设方式对多个分子描述符进行排列,得到二维结构特征描述矩阵;使用预先训练完成的深度卷积神经网络模型对二维结构特征描述矩阵进行处理,确定待识别的化合物是否为持久性有机污染物。装置包括提取模块、得到模块和确定模块。通过本方案从而能提高对商业化学品中潜在的持久性有机污染物的识别精度,且极大拓展了该深度卷积神经网络模型的鲁棒性,使其可以更加快速有效的识别具有不同化学结构以及元素组成的复杂有机化合物。
声明:
“识别持久性有机污染物的深度学习方法和装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)