Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国海洋大学钟世华获国家专利权

中国海洋大学钟世华获国家专利权

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!

龙图腾网获悉中国海洋大学申请的专利基于磷灰石成分智能识别中酸性岩浆岩类型的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:CN118039028B

龙图腾网通过国家知识产权局官网在2025-06-03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:202410234029.X,技术领域涉及:G16C20/70;该发明授权基于磷灰石成分智能识别中酸性岩浆岩类型的方法及系统是由钟世华;刘嘉情;邱敦方;滕永涛;宋子崇;王兴源;金齐钊设计研发完成,并于2024-03-01向国家知识产权局提交的专利申请。

基于磷灰石成分智能识别中酸性岩浆岩类型的方法及系统在说明书摘要公布了:本发明公开一种基于磷灰石成分智能识别中酸性岩浆岩类型的方法及系统,通过对已知类型的中酸性岩浆岩中磷灰石含有的元素数据开展机器学习训练,构建能够识别中酸性岩浆岩类型的机器学习模型,实现对磁铁矿系列中酸性岩浆岩与钛铁矿系列中酸性岩浆岩的类型判别。为运用磷灰石元素特征判别中酸性岩浆岩类型、指导区域找矿勘查活动提供了强有力的指导和支持,提高了岩石类型判别效率,更加高效准确的对源岩类型进行分类,有利于地质数字化进程推进,提高生产与科研效率。

本发明授权基于磷灰石成分智能识别中酸性岩浆岩类型的方法及系统在权利要求书中公布了:1.一种基于磷灰石成分智能识别中酸性岩浆岩类型的方法,所述磷灰石的源岩为磁铁矿系列中酸性岩浆岩或钛铁矿系列中酸性岩浆岩;其特征在于,所述方法包括:获取多个磷灰石样品的信息数据,所述信息数据至少包括磷灰石样品中含有元素的名称和含量值,以及,磷灰石样品的源岩所对应的中酸性岩浆岩类型,所述中酸性岩浆岩类型为磁铁矿系列或钛铁矿系列;根据磷灰石样品的信息数据构建磷灰石数据集,包括:判断是否存在信息数据一致的两个或两个以上磷灰石样品,如果是,将信息数据一致的磷灰石样品作为一组重复样品;针对每组重复样品,均保留其中一个样品的信息数据并删除剩余样品的信息数据;预先选取14种稀土元素特征La、Ce、Pr、Nd、Sm、Eu、Gd、Tb、Dy、Ho、Er、Tm、Yb、Lu,和3种微量元素特征Sr、Y、EuEu*作为预设元素特征,Eu*的数值由Sm和Gd的含量值通过公式计算得到,其中,Sm为Sm元素的含量值,Gd为Gd元素的含量值;根据样品中含有元素的名称及含量值,判断是否存在具有所有种预选微量元素特征的样品,如果是,将所述样品作为待保留样品;针对每个待保留样品,均执行以下步骤:判断所述待保留样品是否具有所有种预选稀土元素特征,如果是,根据所述待保留样品的信息数据生成一个样本加入磷灰石数据集;如果否,确定所述待保留样品中缺少的预选稀土元素特征;针对所述待保留样品中缺少的每种预选稀土元素特征,均执行以下步骤:判断所述待保留样品是否具有与所述缺少的预选稀土元素特征在元素周期表中相邻的两种稀土元素特征,如果是,利用相邻两种稀土元素特征的数据,采用内插法计算得到所述缺少的预选稀土元素特征的数据,并补充至所述待保留样品的信息数据,直至所述待保留样品具有所有种预选稀土元素特征;根据补充完全的待保留样品的信息数据生成一个样本加入磷灰石数据集;所述磷灰石数据集中每个样本均包含多种预设元素特征的数据及对应的中酸性岩浆岩类型;对磷灰石数据集中的样本进行预处理,包括:统计磷灰石数据集中,每种中酸性岩浆岩类型对应的样本数量;对样本数量小于预设样本量的中酸性岩浆岩类型所对应的样本进行过采样处理,或者,对样本数量大于预设样本量的中酸性岩浆岩类型所对应的样本进行欠采样处理,得到数据平衡的磷灰石数据集;针对数据平衡后的磷灰石数据集中每一个样本,均采用对数转换的方式对所述样本中每个预设元素特征的数据进行标准化处理;将预处理后的磷灰石数据集按照预设比例随机划分为训练数据集和测试数据集;利用训练数据集,采用随机森林RF算法训练RF模型;基于训练数据集对RF模型进行性能评估,获得性能评估结果;采用网格搜索参数优化方法,以及,所述性能评估结果,对RF模型的参数进行优化处理,得到优化后的RF模型;基于测试数据集,计算优化后RF模型的准确率,在所述准确率超过预设阈值时将优化后RF模型作为中酸性岩浆岩类型的预测模型;其中,判断所述准确率是否超过85%,如果是,将优化后RF模型作为中酸性岩浆岩类型的预测模型;如果否,重新采用训练数据集对RF模型进行训练及优化,直至优化后的RF模型基于测试数据集的准确率超过85%;获取待预测磷灰石中含有元素的名称和含量值并生成输入数据,所述输入数据具有所有种预设元素特征;将所述输入数据输入所述预测模型,根据输出数据确定待预测磷灰石的源岩所对应的中酸性岩浆岩类型。

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中国海洋大学,其通讯地址为:266100 山东省青岛市崂山区松岭路238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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。