“G16C20/70”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果471个，建议您升级VIP下载更多相关专利

[发明专利]利用最大类间方差法计算凝胶能谱图化合物数量的方法-CN202010064631.5有效
发明人：尚东方;刘永林;张玉龙;李永涛;张振;李文彦;陈华毅;高爽;田耘;王继忠;汤代佳;李泽汉 -专利权人：深圳大榆树科技有限公司;华南农业大学;广电计量检测(湖南)有限公司
申请日： 2020-01-20 - 公布日： 2023-09-19 - 主分类号： G16C20/70 文献下载
摘要：本发明涉及一种利用最大类间方差法计算凝胶能谱图化合物数量的方法，包括：S11，获取被测样品的Q个元素的能谱图，其中被测样品包含有Q个元素，每个元素都得到一个能谱图；S12，根据能谱图使用最大类间方差法求得各元素能谱图的转化阈值；S13，以转化阈值作为分界点，将各元素的能谱图像转换为二值图像，得到元素二值图像，得到元素二值图像；S15，将所有的二值图像进行矩阵点乘，即得到化合物的被测样品结果图像；S16，将被测样品结果图像矩阵中所有化合物像素点求和即得被测样品的个数。本发明解决能谱图中元素亮点的定量问题，引入计算机模拟的方式，快速的计算点的数目和重合度，为更准确的定量方式提供新思路。
利用大类方差计算凝胶能谱图化合物数量方法

[发明专利]燃料气力分级方法-CN202310686099.4在审
发明人：程文龙;王云东 -专利权人：山西晋钢智造科技实业有限公司
申请日： 2023-06-12 - 公布日： 2023-09-12 - 主分类号： G16C20/70 文献下载
摘要：本发明公开了燃料气力分级方法，包括以下步骤：确定分级要素：根据具体需求和应用场景，确定燃料气力分级的要素；定评价指标：针对每个要素，制定合理的评价指标；采集燃料样本：从实际应用情况中采集典型的燃料样本；统计分析：将采集到的燃料样本数据汇总统计；划分分级：将采集到的燃料根据所设定的分级标准和分级要素；汇总报告：将燃料分级结果进行汇总和统计。本发明将采集到的燃料根据所设定的分级标准和分级要素，进行分级处理，同时对分级结果进行核对和比对，以检验分级的准确性和合理性，将燃料分级结果进行汇总和统计，并制定相应的分级报告和分级标识，以提供科学、有效的燃料使用和管理参考。
燃料气力分级方法

[发明专利]一种基于深度学习的质谱检测方法-CN202011575558.4有效
发明人：韩松;韩雪 -专利权人：黑龙江莱恩检测有限公司
申请日： 2020-12-28 - 公布日： 2023-09-12 - 主分类号： G16C20/70 文献下载
摘要：本发明公开了一种基于深度学习的质谱检测方法，包括以下步骤，S1.基于质谱仪，通过改变电离电压，对待检测物质进行检测，获得若干对应不同电离电压的质谱谱图；S2.基于质谱谱图，选取部分质谱谱图构建初始数据集，基于对应于不同电离电压获得的初始数据集，构建初始质谱深度学习网络模型；S3.选取剩余质谱谱图构建训练集，对质谱深度学习网络模型进行训练，获得目标质谱深度学习网络模型；S4.基于目标质谱深度学习网络模型，对质谱谱图进行分析，通过碎片峰分布情况，进行待检测物质的解析，本发明所述方法简单快捷，基于质谱中碎片峰的变化情况，通过深度学习网络，快速识别了质谱中的物质成分，为质谱检测提供了新的技术思路。
一种基于深度学习检测方法

[发明专利]一种基于变分自编码矿物信息定量分析方法-CN202010356591.1有效
发明人：秦凯;朱玲;赵宁博;杨越超;崔鑫;李明 -专利权人：核工业北京地质研究院
申请日： 2020-04-29 - 公布日： 2023-09-12 - 主分类号： G16C20/70 文献下载
摘要：本发明属于地质勘查技术领域，具体涉及一种基于变分自编码矿物信息定量分析方法，包括以下步骤：步骤一：采集研究区高光谱数据，读取多种矿物混合的光谱作为训练样本光谱；步骤二：根据光谱波段数、矿物种类、构建五层全连接神经网络；步骤三：将每一条样本光谱转化为一个列向量，并进行光谱归一化处理；输入到全连接神经网络进行训练，获得矿物端元光谱的初始值；步骤四：构建变分自编码神经网络；步骤五：训练变分自编码神经网络，将变分自编码神经网络第二隐含层映射到变分自编码神经网络重构样本输出层的权重系数矩阵参数设置为步骤三中矿物端元光谱的初始值。
一种基于编码矿物信息定量分析方法

[发明专利]一种配方产品感官质量的数字化评估方法-CN202310586222.5在审
发明人：宫会丽;杨宁;秦玉华 -专利权人：中国海洋大学
申请日： 2023-05-22 - 公布日： 2023-09-08 - 主分类号： G16C20/70 文献下载
摘要：本发明公开了一种配方产品感官质量的数字化评估方法，包括：利用m个配方产品的测量数据作为训练样本，建立训练样本矩阵X；结合专家对训练样本的品评结果，建立专家感官品评向量Y；将测试样本xm+1加入训练样本矩阵X，形成集合X(m+1)；根据专家感官品评向量Y中的感官指标的个数为测试样本xm+1分配相同个数的感官指标；根据集合X(m+1)中样本之间的距离，采用相似性度量方法表达样本之间的分布差异；根据测试样本与训练样本之间的分布差异，选择分布相似程度最高的训练样本的感官指标的评估值预测所述测试样本xm+1的感官指标评估值。本发明的感观质量评估方法简单有效，评估结果不受人为主观因素影响，可信度高。
一种配方产品感官质量数字化评估方法

[发明专利]氧化铝电解时的阳极电流的处理方法、装置和电子设备-CN202310640995.7在审
发明人：李伦;马小波;白晓伟;黄涌波;高桂梅;吴永峰;李文清;刘瑞平;乔磊;郝俊伟;郭玉龙;赵光;刘慧茹;樊敏;安龙;冷秋实 -专利权人：中国神华能源股份有限公司哈尔乌素露天煤矿;神华准能资源综合开发有限公司
申请日： 2023-05-30 - 公布日： 2023-09-08 - 主分类号： G16C20/70 文献下载
摘要：本申请提供了一种氧化铝电解时的阳极电流的处理方法、装置和电子设备，该方法包括：获取各子阳极的多个历史子阳极电流；将所有的历史子阳极电流输入至神经网络模型中，以利用神经网络模型对历史子阳极电流进行处理；获取子阳极的实际子阳极电流和神经网络模型输出的预测阳极电流，并根据实际子阳极电流和预测阳极电流，对神经网络模型进行回归处理，得到优化后的神经网络模型；将实际子阳极电流输入至优化后的神经网络模型中，并根据优化后的神经网络模型的输出，来对应调节氧化铝的下料量和下料频次。进而解决了因现有方案对氧化铝的阳极在电解过程中的阳极电流预测的准确度较低，而导致对氧化铝的下料量和下料频次控制的准确度较低的问题。
氧化铝电解阳极电流处理方法装置电子设备

[发明专利]一种基于深度学习的金属材料腐蚀性能评价方法-CN202310792982.1在审
发明人：李旋 -专利权人：南京亓派智能科技有限公司
申请日： 2023-06-30 - 公布日： 2023-09-01 - 主分类号： G16C20/70 文献下载
摘要：本发明公开了一种基于深度学习的金属材料腐蚀性能评价方法，该方法将材料的相关制备工艺参数、腐蚀介质相关参数和腐蚀前金属材料表面不同区域的组织图片进行归一化处理，并作为模型特征量，使用微电极阵列测量金属材料在腐蚀介质中的表面电位分布及其变化，收集腐蚀后金属材料各个区域组织图片，将它们作为回归层，通过训练后得到模型预测金属材料在其他腐蚀介质中的腐蚀性能。
一种基于深度学习金属材料腐蚀性能评价方法

[发明专利]数据处理方法、训练方法、确定方法、设计方法和装置-CN202310531498.3在审
发明人：付文博;曾群 -专利权人：深圳晶泰科技有限公司
申请日： 2023-05-11 - 公布日： 2023-09-01 - 主分类号： G16C20/70 文献下载
摘要：本申请涉及了一种数据处理方法、训练方法、确定方法、设计方法和装置。该数据处理方法包括：获得目标对象的三维结构，以及获得与三维结构各自对应的屏蔽电荷的分布密度函数；相关联地存储三维结构和与三维结构对应的屏蔽电荷的分布密度函数，得到训练数据集，以便基于训练数据集训练分布密度函数预测模型，其中，经训练的分布密度函数预测模型能够预测与三维结构对应的屏蔽电荷的分布密度函数。本申请有效降低预测σ‑profile所消耗的时间成本和计算资源。
数据处理方法训练确定设计装置

[发明专利]一种基于多元光谱数据的智能校正方法、系统及装置-CN202010307645.5有效
发明人：王毅;王箫;王文智;田燕龙;高学军;龚蓉晔;刘志国;杨海山 -专利权人：北京北分瑞利分析仪器（集团）有限责任公司
申请日： 2020-04-17 - 公布日： 2023-09-01 - 主分类号： G16C20/70 文献下载
摘要：本发明提供了一种基于多元光谱数据的智能校正方法、系统及装置，本技术方案通过对用户输入的光谱数据一些基本性质，样品的物质形态，模型精确性要求等信息，结合多元光谱分析专家知识库，可以智能建立m个多元光谱数据校正模型。m个多元光谱数据校正模型建立过程中，借助多元光谱分析专家知识库，全部通过智能循环计算完成，无需用户多次尝试不同的校正方法建立模型，可以大大减少计算时间。通过定义综合评价指标S值判定模型优劣，并结合多元光谱分析专家知识库和S值权重专家知识库推荐最优模型给用户。该方案速度快捷，结果准确，适用场景广泛。
一种基于多元光谱数据智能校正方法系统装置

[发明专利]一种融合烟叶静态动态品质特性的卷烟配方烟叶替换方法-CN202310689340.9在审
发明人：杨继;者为;夏建军;杨乾栩;刘志华;刘春波;周国福;唐石云;吴亿勤;李振杰;朱瑞芝;蒋薇;司晓喜;张凤梅;徐艳群 -专利权人：云南中烟工业有限责任公司
申请日： 2023-06-12 - 公布日： 2023-08-29 - 主分类号： G16C20/70 文献下载
摘要：本发明公开了一种融合烟叶静态动态品质特性的卷烟配方烟叶替换方法，包括如下步骤：(1)将卷烟配方中烟叶的近红外特征谱段数据和热重曲线特征谱段数据，运用基于卷积神经网络的多模态融合算法，得到卷烟配方中烟叶品质特征矩阵X；(2)将不同库存烟叶的近红外特征谱段数据和热重曲线特征谱段数据，运用基于卷积神经网络的多模态融合算法，得到库存烟叶品质特征矩阵Y；(3)计算矩阵X和Y的马氏距离值d；(4)选择马氏距离值d不大于某一数值的库存烟叶作为卷烟配方中烟叶的替代烟叶。本发明的方法客观、科学、高效，可实现库存烟叶对卷烟配方中烟叶是否能够替代的判断和替代的智能推荐，能全面保证卷烟品质和风格的稳定性。
一种融合烟叶静态动态品质特性卷烟配方替换方法

[发明专利]一种基于图神经网络的材料性质预测方法、系统及设备-CN202310580976.X在审
发明人：王宗国;奉天羽;王彦棡;熊菲;陈子逸 -专利权人：中国科学院计算机网络信息中心;北京交通大学
申请日： 2023-05-22 - 公布日： 2023-08-29 - 主分类号： G16C20/70 文献下载
摘要：本发明公开了一种基于图神经网络的材料性质预测方法、系统及设备，属于材料预测和分析领域。该方法包括：获取材料的晶体结构；对晶体结构进行编码初始化及标准化处理，得到对应原子的图网络；构建结构特征预测模型，并确定结构特征预测模型的网络超参信息，及设置结构特征预测模型的网络评估算法、激活函数、优化器；基于网络超参信息及网络评估算法、激活函数、优化器对结构特征预测模型进行训练与优化处理；将待预测材料数据输入至进行训练与优化处理后的结构特征预测模型，输出材料性质预测结果。本发明可实现材料结构的准确表征，最终提高模型的预测精度。
一种基于神经网络材料性质预测方法系统设备

[发明专利]基于邻域粗糙集与模糊神经网络的NOx排放预测方法及设备-CN202310572071.8在审
发明人：王灵梅;韩磊;孟恩隆;刘玉山 -专利权人：山西大学
申请日： 2023-05-19 - 公布日： 2023-08-29 - 主分类号： G16C20/70 文献下载
摘要：本发明提出一种基于邻域粗糙集与模糊神经网络的NOx排放预测方法及设备，该方法利用循环流化床电厂DCS系统采集的运行数据，采用邻域粗糙集方法对影响NOx生成的参数进行选择，提取出数据建模的输入参数集合，通过该算法的特征选择，去掉了其中的冗余信息，保留了原始信息中的重要特征关系，进而降低了数据模型的输入量个数，减少了模糊规则的数目；通过模糊神经网络建立输入参数与NOx生成量之间的非线性映射关系，充分结合了模糊推理，直观了解影响NOx生成的调节规律，积累控制NOx排放的调节经验，可进一步作为锅炉燃烧优化和SCR脱硝系统精准喷氨优化的参考基础。
基于邻域粗糙模糊神经网络 nox 排放预测方法设备

[发明专利]一种基于量子图卷积的分子逆向合成方法、系统、存储介质及终端-CN202310633807.8在审
发明人：岳鲜;杨世璐;严天沛;朱钦圣;李晓瑜;杨舜坤 -专利权人：电子科技大学;喀什地区电子信息产业技术研究院
申请日： 2023-05-31 - 公布日： 2023-08-29 - 主分类号： G16C20/70 文献下载
摘要：本发明公开了一种基于量子图卷积的分子逆向合成方法、系统、存储介质及终端，属于药物分析领域，将目标产物的结构信息和化学属性表示为分子无向图的形式；对每个图节点和连接边使用one‑hot编码的方式映射为唯一的向量；再对分子图节点及连接边信息数据进行量子编码；基于编码后的量子图构建量子图卷积神经网络，输出预测反应中心的位置，得到合成子图；采用图卷积策略网络遍历所述合成子图，识别需要替换或新增的原子并映射到一个动作向量中，解码该动作向量得到反应物的表示。本发明实现从产物图到反应物图的翻译过程，保证最终反应物的可用性，解决目前分子逆向合成任务中计算难度大以及合成路线预测结果不理想的问题，为未来药物研发提供技术参考。
一种基于量子图卷分子逆向合成方法系统存储介质终端

[发明专利]一种基于深度时空相似性的空气质量预测方法-CN202110400908.1有效
发明人：方伟;朱润苏;孙俊;吴小俊 -专利权人：江南大学
申请日： 2021-04-14 - 公布日： 2023-08-25 - 主分类号： G16C20/70 文献下载
摘要：本发明公开了一种基于深度时空相似性的空气质量预测方法，属于环境保护技术领域。所述方法对目标站点的空气质量相关指标进行预测时，将空气污染的时间性变化与空间扩散关系有效结合起来，进而选取出目标站点的时空相似站点，将目标站点、目标站点的时空相似站点以及目标站点的地理近邻站点所采集的空气质量监测数据以及气象数据分别作为长短时神经网络LSTM模型的输入，得出不相关的输出结果，进而采用支持向量回归SVR整合的方式，得到目标站点的空气质量相关指标数据的预测值。本发明通过将空气污染的时间性变化与空间扩散关系有效结合，也即提出一种更有效的方式选择更加高度相关的数据来对空气质量进行预测，使得预测结果更加精确。
一种基于深度时空相似性空气质量预测方法

[发明专利]基于聚类-回归算法的近岸海域叶绿素a浓度预测方法-CN201911202503.6有效
发明人：程杰;贾潍佳 -专利权人：山东大学
申请日： 2019-11-29 - 公布日： 2023-08-25 - 主分类号： G16C20/70 文献下载
摘要：本发明公开了基于聚类‑回归算法的近岸海域叶绿素a浓度预测方法，首先对近岸海域环境监测数据集进行预处理；然后选择聚类模型，对预处理所得数据集进行聚类计算，根据聚类结果将近岸海域划分为一组分区；对每一个分区，基于回归算法实现叶绿素a浓度的预测。本发明所述方法面向近岸海域，可实现对近岸海域未来一个月及以上时间段叶绿素a浓度的预测。
基于回归算法近岸海域叶绿素浓度预测方法