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！

龙图腾网恭喜大连海事大学申请的专利一种基于深度学习的船用燃油痕量元素分析方法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：CN115270636B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202210945945.5，技术领域涉及：G16C20/20；该发明授权一种基于深度学习的船用燃油痕量元素分析方法是由邹世龙;王浩彬;刘小睿;李泓锦;李文萍;张雅楠;王俊生;符策;刘剑桥设计研发完成，并于2022-08-08向国家知识产权局提交的专利申请。

本一种基于深度学习的船用燃油痕量元素分析方法在说明书摘要公布了：本发明公开了一种基于深度学习的船用燃油痕量元素分析方法，包括：S1：并燃油样本的SnO2量子点荧光强度曲线图进行间隔采样；S2：获得标准化矩阵；S3：获取简化的标准化矩阵；S4：获取SnO2量子点荧光强度随波长变化曲线图；S5：获取修正后的SnO2量子点荧光强度随波长变化曲线图；S6：搭建对抗网络，获得仿真SnO2量子点荧光强度随波长变化曲线图；S7：搭建卷积神经网络MCNN；并以获取最优卷积神经网络；S8：获取燃油痕量元素的浓度和所述燃油样本类别。本发明解决了传统燃油含硫量检测技术效率低、辐射高、污染环境等问题，能够表现出更好的效果，在检测准确度和精度上进一步提升，高效地完成数据的处理任务。

本发明授权一种基于深度学习的船用燃油痕量元素分析方法在权利要求书中公布了：1.一种基于深度学习的船用燃油痕量元素分析方法，其特征在于，包括如下步骤：S1：获取燃油样本的SnO2量子点荧光强度曲线图并对其进行间隔采样，以获取采样样本序列；S2：对所述采样样本序列进行标准化变换，获得标准化矩阵；S3：对所述标准化矩阵求相关系数矩阵，以获取简化的标准化矩阵；S4：根据所述简化的标准化矩阵，获取SnO2量子点荧光强度随波长变化曲线图；S5：对所述SnO2量子点荧光强度随波长变化曲线图进行修正，获取修正后的SnO2量子点荧光强度随波长变化曲线图，以对所述SnO2量子点荧光强度随波长变化曲线图的灰度进行调整；S6：搭建对抗网络，并将所述修正后的SnO2量子点荧光强度随波长变化曲线图输入至所述对抗网络，以获得仿真SnO2量子点荧光强度随波长变化曲线图；S7：搭建卷积神经网络MCNN；将所述仿真SnO2量子点荧光强度随波长变化曲线图输入至所述卷积神经网络MCNN,以获取最优卷积神经网络；S8：将所述修正后的SnO2量子点荧光强度随波长变化曲线图输入至所述最优卷积神经网络，以获取燃油痕量元素的浓度和所述燃油样本类别。

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大连海事大学，其通讯地址为：116000 辽宁省大连市甘井子区凌水街道凌海路1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”。