電子科技大學(xué)長三角研究院(湖州)趙彥春獲國家專利權(quán)
買專利賣專利找龍圖騰,真高效! 查專利查商標(biāo)用IPTOP,全免費(fèi)!專利年費(fèi)監(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)獲悉電子科技大學(xué)長三角研究院(湖州)申請的專利一種基于XRF-EGAN模型的土壤XRF譜圖本底扣除方法獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN114861541B 。
龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號為:202210523696.0,技術(shù)領(lǐng)域涉及:G06F30/27;該發(fā)明授權(quán)一種基于XRF-EGAN模型的土壤XRF譜圖本底扣除方法是由趙彥春;李福生;王欣然;張煥龍?jiān)O(shè)計(jì)研發(fā)完成,并于2022-05-13向國家知識產(chǎn)權(quán)局提交的專利申請。
本一種基于XRF-EGAN模型的土壤XRF譜圖本底扣除方法在說明書摘要公布了:本發(fā)明涉及XRF光譜分析領(lǐng)域,公開了一種基于XRF?EGAN的土壤XRF光譜本底扣除方法,是基于GAN模型的設(shè)計(jì)模式,采用一維全卷積網(wǎng)絡(luò)層和殘差連接,構(gòu)建模型的生成器,采用一維卷積和全連接層構(gòu)建模型的判別器,并采用對抗訓(xùn)練模式訓(xùn)練XRF?EGAN模型,進(jìn)而獲得訓(xùn)練好的生成器和判別器,且生成器是土壤XRF本底扣除模型,進(jìn)而提高土壤XRF的元素凈峰面積和含量之間的相關(guān)性,進(jìn)而提升基于XRF光譜的元素定量分析的準(zhǔn)確性。本發(fā)明的方法應(yīng)用在土壤XRF光譜本底扣除中,實(shí)現(xiàn)土壤XRF光譜的本底扣除,消除因X熒光分析儀在分析過程中脈沖堆積導(dǎo)致的XRF本底干擾。本發(fā)明適用于土壤XRF光譜本底扣除。
本發(fā)明授權(quán)一種基于XRF-EGAN模型的土壤XRF譜圖本底扣除方法在權(quán)利要求書中公布了:1.一種基于XRF-EGAN模型的土壤XRF本底扣除方法,其特征在于,基于GAN模型的設(shè)計(jì)模式,采用一維全卷積網(wǎng)絡(luò)層和殘差連接,構(gòu)建模型的生成器,采用一維卷積和全連接層構(gòu)建模型的判別器,并采用對抗訓(xùn)練模式訓(xùn)練XRF-EGAN模型,進(jìn)而獲得訓(xùn)練好的生成器和判別器,且生成器是土壤XRF本底扣除模型,進(jìn)而提高土壤XRF的元素凈峰面積和含量之間的相關(guān)性;所述的基于XRF-EGAN模型的土壤XRF本底扣除方法,包括以下步驟:步驟1:采用XRF熒光分析儀采集土樣樣品的XRF光譜數(shù)據(jù),并通過人工手動將樣品的XRF光譜數(shù)據(jù)的本底進(jìn)行扣除,最終獲得未進(jìn)行本底扣除前的土壤XRF光譜數(shù)據(jù)Datanoisy和不含本底的土壤XRF光譜數(shù)據(jù)Dataclean;步驟2:通過采集的Datanoisy數(shù)據(jù)和Dataclean數(shù)據(jù)訓(xùn)練XRF-EGAN神經(jīng)網(wǎng)絡(luò)模型,并將完成訓(xùn)練后最優(yōu)的XRF-EGAN模型的生成器的網(wǎng)絡(luò)模型參數(shù)保存下來;步驟3:加載XRF-EGAN的生成器網(wǎng)絡(luò)模型,對采用XRF熒光分析儀測量的新的土壤XRF光譜數(shù)據(jù),利用XRF-EGAN的生成器網(wǎng)絡(luò)進(jìn)行XRF光譜本底扣除,并獲得本底扣除后的輸出;步驟2的XRF-EGAN神經(jīng)網(wǎng)絡(luò)模型生成器訓(xùn)練采用的損失函數(shù)表達(dá)式如下: 式中z∈R1×1024表示服從標(biāo)準(zhǔn)正態(tài)分布的噪聲;x表示輸入的含有本底的XRF光譜數(shù)據(jù);G表示生成器;Gz,x表示將z和x輸入到生成器中獲得的輸出,即XRF本底扣除的輸出結(jié)果;D表示判別器;DGz,x-12表示判別器輸出與1的均方誤差;xc表示不含本底的XRF光譜數(shù)據(jù);||||1表示L1范數(shù);λ表示L1范式的系數(shù);步驟2的XRF-EGAN神經(jīng)網(wǎng)絡(luò)模型判別器訓(xùn)練采用的損失函數(shù)表達(dá)式如下: 式中z∈R1×1024表示服從標(biāo)準(zhǔn)正態(tài)分布的噪聲;x表示輸入的含有本底的XRF光譜數(shù)據(jù);G表示生成器;Gz,x表示將z和x輸入到生成器中獲得的輸出,即XRF本底扣除的輸出結(jié)果;D表示判別器;DGz,x2表示判別器輸出與0的均方誤差。
如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請人或?qū)@麢?quán)人電子科技大學(xué)長三角研究院(湖州),其通訊地址為:313000 浙江省湖州市西塞山路819號科技創(chuàng)新綜合體B1幢;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報(bào)告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準(zhǔn)確性。
2、報(bào)告中的分析和結(jié)論僅反映本公司于發(fā)布本報(bào)告當(dāng)日的職業(yè)理解,僅供參考使用,不能作為本公司承擔(dān)任何法律責(zé)任的依據(jù)或者憑證。
- 華為技術(shù)有限公司王俊偉獲國家專利權(quán)
- 馬佐爾機(jī)器人有限公司E·策哈維獲國家專利權(quán)
- 無錫先導(dǎo)智能裝備股份有限公司請求不公布姓名獲國家專利權(quán)
- 無錫先導(dǎo)智能裝備股份有限公司請求不公布姓名獲國家專利權(quán)
- 東莞泰銘燈萃科技有限公司時(shí)光獲國家專利權(quán)
- 沈陽硅基科技有限公司賈文博獲國家專利權(quán)
- 柳州上汽汽車變速器有限公司柳東分公司李哲宇獲國家專利權(quán)
- 內(nèi)蒙古拉鎖式新型建材科技有限公司姚井祥獲國家專利權(quán)
- 福建龍凈環(huán)保股份有限公司謝慶亮獲國家專利權(quán)
- 中科合肥煤氣化技術(shù)有限公司陽紹軍獲國家專利權(quán)


熱門推薦
- 冷王公司瑞安·韋恩·舒馬赫獲國家專利權(quán)
- 杭州維力醫(yī)療器械有限公司曹佩培獲國家專利權(quán)
- 廣東聯(lián)大光電有限公司饒欽和獲國家專利權(quán)
- 廣州地鐵設(shè)計(jì)研究院股份有限公司靳守杰獲國家專利權(quán)
- 鋒利刀具制造(深圳)有限公司呂小燕獲國家專利權(quán)
- 南京博瑞吉工程技術(shù)有限公司劉其偉獲國家專利權(quán)
- 高露潔-棕欖公司納丁·德夫德尼獲國家專利權(quán)
- 北京華文眾合科技有限公司向大鳳獲國家專利權(quán)
- 中交上海航道勘察設(shè)計(jì)研究院有限公司丁潔獲國家專利權(quán)
- 深圳市安拓浦科技有限公司楊瑞典獲國家專利權(quán)