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！

龙图腾网恭喜山东非金属材料研究所申请的专利基于深度学习的傅里叶变化光谱仪结构设计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：CN119538342B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202510096063.X，技术领域涉及：G06F30/10；该发明授权基于深度学习的傅里叶变化光谱仪结构设计方法及系统是由任万杰;鲁毅;林帅;张江浩;胡国星;拓锐;刘霞;王威;蔡晨设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本基于深度学习的傅里叶变化光谱仪结构设计方法及系统在说明书摘要公布了：本公开提供了基于深度学习的傅里叶变化光谱仪结构设计方法及系统，涉及光谱仪设计技术领域，包括通过对干涉仪的光路结构分解并设计规则，实现干涉仪光学结构的参数化；将实际设计需求和多个常见干涉仪光学结构参数化，实现初次结构推导模型所需的训练样本配置；根据训练好的构推导模型，推导新的干涉仪结构；对所有的干涉仪结构进行评估，筛选出成像质量较优的干涉仪；将成像质量较优的干涉仪放入训练样本中，对构推导模型重新训练、推导，最终设计出符合需求的干涉仪光学结构；本公开能够根据光谱仪设计需求快速给出方案，节约设计成本。

本发明授权基于深度学习的傅里叶变化光谱仪结构设计方法及系统在权利要求书中公布了：1.基于深度学习的傅里叶变化光谱仪结构设计方法，其特征在于，包括：获取目标光谱仪型号，对目标光谱仪中的干涉仪光路结构进行分解；根据设计规则将分解后的光路结构进行结构参数化，将干涉仪光路结构以符号序列形式表达；将干涉仪光路结构的符号序列表达式输入至结构推导模型中，得到干涉仪光路结构设计方案，设计评价指标筛选光路结构设计可行方案，利用光路结构设计可行方案重新输入结构推导模型进行推导，得到最终的最优光路结构设计方案；其中，结构推导模型为长短期记忆网络模型，在训练过程中，将干涉仪尺寸外形、分辨率、测量光谱范围及干涉仪参数化结果作为长短期记忆网络的输入，以推导结果与实际结果之间的差异以及干涉仪尺寸与所需尺寸之间的差异为约束条件分别构建损失函数，使得长短期记忆网络逐步推导干涉仪光路结构；根据设计规则将分解后的光路结构进行结构参数化，将干涉仪光路结构以符号序列形式表达，包括：将干涉仪光路结构转为符号序列表达式，将入射光束转为透射光束及反射光束，根据两光束经过的反射镜来对干涉仪的光路结构参数化，以分束器为基础，透射光束所经过的反射镜在分束器左侧排列，排列顺序根据透射光束经过的反射镜的先后顺序从右到左排列，反射光束所经过的反射镜在分束器右侧排列，排列顺序根据透射光束经过的反射镜的先后顺序从左到右排列。

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山东非金属材料研究所，其通讯地址为：250031 山东省济南市天桥区田家庄东路3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”。