国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預訂訂單
服務訂單
發(fā)布專利 發(fā)布成果 人才入駐 發(fā)布商標 發(fā)布需求

在線咨詢

聯(lián)系我們

龍圖騰公眾號
首頁 專利交易 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 IP管家助手 需求市場 關于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 恭喜生態(tài)環(huán)境部華南環(huán)境科學研究所(生態(tài)環(huán)境部生態(tài)環(huán)境應急研究所)謝丹平獲國家專利權

恭喜生態(tài)環(huán)境部華南環(huán)境科學研究所(生態(tài)環(huán)境部生態(tài)環(huán)境應急研究所)謝丹平獲國家專利權

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(jiān)控用IP管家,真方便!

龍圖騰網(wǎng)恭喜生態(tài)環(huán)境部華南環(huán)境科學研究所(生態(tài)環(huán)境部生態(tài)環(huán)境應急研究所)申請的專利一種基于機器學習的非靶向篩查識別化合物濃度的方法獲國家發(fā)明授權專利權,本發(fā)明授權專利權由國家知識產(chǎn)權局授予,授權公告號為:CN119400286B

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-03-25發(fā)布的發(fā)明授權授權公告中獲悉:該發(fā)明授權的專利申請?zhí)?專利號為:202411981274.3,技術領域涉及:G16C20/30;該發(fā)明授權一種基于機器學習的非靶向篩查識別化合物濃度的方法是由謝丹平;李世平;劉鶴;趙波;楊雷峰設計研發(fā)完成,并于2024-12-31向國家知識產(chǎn)權局提交的專利申請。

一種基于機器學習的非靶向篩查識別化合物濃度的方法在說明書摘要公布了:本發(fā)明涉及新污染監(jiān)測技術領域,具體涉及一種基于機器學習的非靶向篩查識別化合物濃度的方法。本發(fā)明基于化合物的高分辨率質(zhì)譜信息、指紋信息和化學描述符,采用神經(jīng)網(wǎng)絡和貝葉斯統(tǒng)計方法,構建了基于機器學習的非靶向篩查識別化合物濃度的方法。解決了在無標準品情況下化合物無法定量獲得濃度的問題;在有標準品的情況下,無法在非靶向篩查階段完成定量獲取濃度,需要重新使用液相色譜?三重四級桿質(zhì)譜進行定量,導致程序繁雜耗時的問題。

本發(fā)明授權一種基于機器學習的非靶向篩查識別化合物濃度的方法在權利要求書中公布了:1.一種基于機器學習的非靶向篩查識別化合物濃度的方法,其特征在于,包括以下步驟:S1、構建用于預測濃度的訓練后的深度殘差神經(jīng)網(wǎng)絡,并獲取深度殘差神經(jīng)網(wǎng)絡在訓練時的化合物結構、質(zhì)譜融合編碼、預測濃度及其預測相對偏差;S2、構建訓練后的化合物預測精度判別模型,并獲取化合物預測精度判別模型在訓練過程中的重構誤差;S3、獲取加標樣待預測化合物和內(nèi)標化合物的結構信息和質(zhì)譜信息;S4、將加標樣待預測化合物和內(nèi)標化合物的結構信息和質(zhì)譜信息作為訓練后的深度殘差神經(jīng)網(wǎng)絡的輸入,獲得加標樣待預測化合物和內(nèi)標化合物的化合物結構、質(zhì)譜融合編碼和預測濃度;S5、將訓練后的深度殘差神經(jīng)網(wǎng)絡的預測濃度輸出作為待預測化合物的第一濃度;將加標樣待預測化合物和內(nèi)標化合物的化合物結構、質(zhì)譜融合編碼作為訓練后的化合物預測精度判別模型的輸入,根據(jù)化合物預測精度判別模型在訓練過程中的重構誤差判斷待預測化合物濃度的精度;S6、根據(jù)加標樣待預測化合物的第一濃度和峰面積、內(nèi)標化合物的第一濃度和峰面積,獲得待預測化合物相對內(nèi)標化合物的平均相對響應因子;S7、根據(jù)加標樣待預測化合物的峰面積和平均相對響應因子、內(nèi)標化合物的加入量和峰面積計算待預測化合物的第二濃度;S8、根據(jù)待預測化合物的加入量和待預測化合物的第二濃度獲取待預測化合物第二濃度和相對加標量的相對偏差;S9、根據(jù)S5中精度信息,分高精度和低精度化合物分別將深度殘差神經(jīng)網(wǎng)絡在訓練時的模型預測單個化合物的相對偏差作為先驗信息,將待預測化合物第二濃度和相對加標量的相對偏差作為后驗信息,以對數(shù)正態(tài)分布為先驗分布、正態(tài)分布為后驗分布,通過貝葉斯方法分別計算高精度和低精度化合物的預測相對偏差;S10、通過預測相對偏差對待預測化合物的第二濃度進行校正,得到待預測化合物最終的濃度及其范圍;S1中,構建深度殘差神經(jīng)網(wǎng)絡的方法具體為:以化合物特征和峰面積作為輸入,濃度作為輸出;基于pytorch搭建殘差神經(jīng)網(wǎng)絡模型;MACCS分子指紋譜和Estate1分子指紋譜作為離散特征輸入,分子描述符作為連續(xù)特征輸入,經(jīng)過1個線性層后融合進入模型后續(xù)至少6層神經(jīng)網(wǎng)絡,再將峰面積輸入,最后經(jīng)過至少2層神經(jīng)網(wǎng)絡輸出化合物的轉(zhuǎn)義特征,最后再經(jīng)過至少2層神經(jīng)網(wǎng)絡輸出化合物的濃度。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術,可聯(lián)系本專利的申請人或?qū)@麢嗳?a target="_blank" rel="noopener noreferrer nofollow" >生態(tài)環(huán)境部華南環(huán)境科學研究所(生態(tài)環(huán)境部生態(tài)環(huán)境應急研究所),其通訊地址為:510535 廣東省廣州市黃埔區(qū)瑞和路18號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。

免責聲明
1、本報告根據(jù)公開、合法渠道獲得相關數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發(fā)布本報告當日的職業(yè)理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據(jù)或者憑證。
主站蜘蛛池模板: 许昌县| 玉门市| 陈巴尔虎旗| 茂名市| 资中县| 达州市| 祥云县| 高平市| 肥东县| 南乐县| 奉化市| 基隆市| 淮阳县| 西充县| 曲沃县| 屏东市| 海宁市| 林甸县| 昭通市| 荣昌县| 竹山县| 渝中区| 太和县| 赤水市| 汉阴县| 临沭县| 偃师市| 绥阳县| 会泽县| 天等县| 越西县| 五大连池市| 普陀区| 兰州市| 唐山市| 射洪县| 榆中县| 巫山县| 宁陵县| 东兰县| 泸西县|