買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉電子科技大學長三角研究院(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明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114861541B 。

龍圖騰網通過國家知識產權局官網在2025-04-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210523696.0，技術領域涉及：G06F30/27；該發明授權一種基于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;張煥龍設計研發完成，并于2022-05-13向國家知識產權局提交的專利申請。

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：本發明涉及XRF光譜分析領域，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模型的設計模式，采用一維全卷積網絡層和殘差連接，構建模型的生成器，采用一維卷積和全連接層構建模型的判別器，并采用對抗訓練模式訓練XRF?EGAN模型，進而獲得訓練好的生成器和判別器，且生成器是土壤XRF本底扣除模型，進而提高土壤XRF的元素凈峰面積和含量之間的相關性，進而提升基于XRF光譜的元素定量分析的準確性。本發明的方法應用在土壤XRF光譜本底扣除中，實現土壤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致的XRF本底干擾。本發明適用于土壤XRF光譜本底扣除。

本發明授權一種基于XRF-EGAN模型的土壤XRF譜圖本底扣除方法在權利要求書中公布了：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模型的設計模式，采用一維全卷積網絡層和殘差連接，構建模型的生成器，采用一維卷積和全連接層構建模型的判別器，并采用對抗訓練模式訓練XRF-EGAN模型，進而獲得訓練好的生成器和判別器，且生成器是土壤XRF本底扣除模型，進而提高土壤XRF的元素凈峰面積和含量之間的相關性；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光譜數據，并通過人工手動將樣品的XRF光譜數據的本底進行扣除，最終獲得未進行本底扣除前的土壤XRF光譜數據Datanoisy和不含本底的土壤XRF光譜數據Dataclean；步驟2：通過采集的Datanoisy數據和Dataclean數據訓練XRF-EGAN神經網絡模型，并將完成訓練后最優的XRF-EGAN模型的生成器的網絡模型參數保存下來；步驟3：加載XRF-EGAN的生成器網絡模型，對采用XRF熒光分析儀測量的新的土壤XRF光譜數據，利用XRF-EGAN的生成器網絡進行XRF光譜本底扣除，并獲得本底扣除后的輸出；步驟2的XRF-EGAN神經網絡模型生成器訓練采用的損失函數表達式如下： 式中z∈R1×1024表示服從標準正態分布的噪聲；x表示輸入的含有本底的XRF光譜數據；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光譜數據；||||1表示L1范數；λ表示L1范式的系數；步驟2的XRF-EGAN神經網絡模型判別器訓練采用的損失函數表達式如下： 式中z∈R1×1024表示服從標準正態分布的噪聲；x表示輸入的含有本底的XRF光譜數據；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、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人電子科技大學長三角研究院(湖州)，其通訊地址為：313000 浙江省湖州市西塞山路819號科技創新綜合體B1幢；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。