© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
贵州胜泽威化工有限公司
企业贵州胜泽威化工有限公司成立于2021年，属批发业，主营（其他化工产品批发、化工产品生产（不含许可类化工产品、其他化工产品批发等。面向材料科学、数据分析、化工质检等领域提供数据服务，开放制备导电二氧化钛的关键数据（材料科学、数据分析）、硫酸铵出厂检验检测数据集（化工质检、过程控制）、碳融合法连续制备纳米球形磷酸铁方法数据（材料科学、数据处理），支撑品质管理与工艺优化。
材料科学数据分析化工质检批发贸易
数据集列表
硫酸铵出厂检验检测数据集
1. 数据来源：数据源自工厂化验室的每批次产品出厂检验原始记录，涵盖氮含量、水分、游离酸等核心指标的测定值。2. 数据清洗规则：设定各指标的理论范围，自动识别并隔离超限值；处理明显单位错误或格式不一致的数据；对重复记录进行去重，并对关键字段的缺失值进行标注。3. 数据加工规则：对清洗后的有效数据，按批次计算指标平均值；依据GB/T 535-1995等标准进行质量等级判定；最终聚合为可用于质量监控与统计分析的标准数据集。
贵州省数据知识产权登记平台2025-12-05 更新90
碳融合法连续制备纳米球形磷酸铁方法数据
1.数据来源与性质：包括但不限于磷矿/铁矿的矿物成分数据、选矿过程中的物理参数、化学反应数据、设备运行状态数据等。这些数据来源于传感器、实验室分析仪器和生产线控制系统。
2.数据清洗规则：采用阈值过滤法剔除超限异常值；对短暂缺失值使用线性插值或均值填充，长期缺失则标记无效；对高频数据通过移动平均或低通滤波进行平滑去噪。
3.数据加工：数据标准化通过Z-score或Min-Max方法消除工艺参数量纲影响，特征工程则基于领域知识构建衍生特征以更直接反映关键过程。
4.算法与模型构建：在多元线性回归/PLLSR基线模型筛选关键因子的基础上，采用梯度提升/随机森林等集成算法或MLP神经网络构建非线性预测模型，并集成多目标遗传/粒子群优化算法，以在安全边界内搜索最优工艺参数组合，实现球形度最高、粒径分布最窄及成本最低的综合目标。
贵州省数据知识产权登记平台2025-09-22 更新50
改性石墨烯增强的磷酸铁锂电池正极浆料及其制备关键数据
1.数据清洗规则：在性能测试阶段，对明显偏离正常范围的异常数据点，会基于物理化学原理和统计原则进行识别与剔除，并重新实验以获取有效数据。
2.数据加工：将所有工艺参数和配方比例统一转换为国际标准单位或行业通用单位，确保数据在不同环节间传递和比较时的一致性。
3.算法模型：本研究构建的并非传统意义上的软件算法模型，而是一个基于经验的“工艺-结构-性能”关系模型。该模型存在于研究人员的知识体系中，其输入是一系列精确控制的工艺参数（X），输出是预期的材料结构与最终电池性能（Y）。
4.合规处理：所有原始实验记录、工艺参数及性能数据均保存在受控的内部服务器和实验记录系统中，访问权限仅限于项目相关研究人员，确保技术数据的保密性与完整性。
贵州省数据知识产权登记平台2025-09-22 更新30
制备导电二氧化钛的关键数据
1.数据清洗规则：对原始数据中的结构化和非结构化信息进行关键内容提取、标准化整理和有效性核查，并通过逻辑推断补齐缺失内容，以确保数据的完整和一致。
2.数据加工处理：将文档中分散的参数与实验结果整合为结构化数据表，便于后续分析与建模。
3.算法模型构建：构建基于实验数据的响应面模型或机器学习模型，用于预测在不同工艺参数组合下的产品性能。
4.合规性说明：本处理流程不涉及个人数据与公共数据，所有数据均来自已公开的专利文献，符合《中华人民共和国网络安全法》《数据安全法》等相关法律法规要求。
贵州省数据知识产权登记平台2025-09-22 更新100