买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜暨南大学申请的专利基于单颗粒气溶胶质谱的大气颗粒物来源解析方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117216659B 。

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311174457.X，技术领域涉及：G06F18/241；该发明授权基于单颗粒气溶胶质谱的大气颗粒物来源解析方法及系统是由李梅;许永江;成春雷设计研发完成，并于2023-09-12向国家知识产权局提交的专利申请。

本基于单颗粒气溶胶质谱的大气颗粒物来源解析方法及系统在说明书摘要公布了：本发明提供了一种基于单颗粒气溶胶质谱的大气颗粒物来源解析方法及系统，属于颗粒物识别领域，方法包括：通过单颗粒气溶胶质谱仪采集大气颗粒物的质谱数据；基于预先训练好的深度学习模型，对质谱数据进行解析，以确定大气颗粒物的来源；深度学习模型包括依次连接的一维卷积神经网络、长短期记忆网络及多层感知机。本发明通过深度学习模型进行端到端的颗粒物来源解析，从输入到输出达到较高程度的自动化，降低了主观因素的影响，深度学习模型有更好的特征提取与泛化能力，能够更好地捕捉颗粒物的弱线性与非线性关系，进而提高了大气颗粒物来源解析的精度。

本发明授权基于单颗粒气溶胶质谱的大气颗粒物来源解析方法及系统在权利要求书中公布了：1.一种基于单颗粒气溶胶质谱的大气颗粒物来源解析方法，其特征在于，所述基于单颗粒气溶胶质谱的大气颗粒物来源解析方法包括：通过单颗粒气溶胶质谱仪采集大气颗粒物的质谱数据；基于预先训练好的深度学习模型，对所述质谱数据进行解析，以确定大气颗粒物的来源；所述深度学习模型包括依次连接的一维卷积神经网络、长短期记忆网络及多层感知机；所述深度学习模型的训练过程包括：获取污染谱库；所述污染谱库中包括多个单颗粒质谱数据及各单颗粒质谱数据对应的已知来源；所述单颗粒质谱数据为归一化处理后的一维数据；根据各单颗粒质谱数据的已知来源，确定损失函数；所述损失函数为分类交叉熵损失：其中，L为损失函数值，outputsize的值取决于分类数目，yj为一个样本的真实标签在第j类别的值，使用one-hot编码方式，为预测属于第j类别的概率；基于所述损失函数，采用反向传播算法，对深度学习模型进行迭代训练，直至损失函数收敛或达到最大迭代次数，得到训练好的深度学习模型；所述反向传播算法是使用链式法则计算模型参数的梯度；基于预先训练好的深度学习模型，对所述质谱数据进行解析，以确定大气颗粒物的来源，具体包括：分别对所述质谱数据的正谱图及负谱图进行归一化处理，得到质谱一维数据；采用预先训练好的一维卷积神经网络提取所述质谱一维数据的多个局部特征；采用预先训练好的长短期记忆网络提取多个局部特征之间的依赖关系，得到序列数据；根据所述序列数据，采用预先训练好的多层感知机确定大气颗粒物的来源。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人暨南大学，其通讯地址为：510000 广东省广州市黄埔大道西601号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。