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！

龙图腾网获悉陕西秦洲核与辐射安全技术有限公司申请的专利基于人工智能的多通道核电子学数据采集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：CN120178295B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510619387.7，技术领域涉及：G01T1/00；该发明授权基于人工智能的多通道核电子学数据采集系统是由李忠良;王吴伟;吴磊;成晨曦;林家骏;宁澳迪;屈方园;周琪军设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本基于人工智能的多通道核电子学数据采集系统在说明书摘要公布了：本发明公开了基于人工智能的多通道核电子学数据采集系统，涉及技术领域，包括，对各检测通道输入的核辐射或X射线信号进行前端预处理；利用深度神经网络对前端预处理后的信号提取特征，整合形成描述通道状态的多维状态向量；将多维状态向量输入深度强化学习模块，确定各通道的采样参数；建立各通道信号间依赖关系的相关性模型；对异常状态的通道实施交叉补偿，通过预测方法计算并应用校正因子；基于实时反馈数据，利用自进化多任务优化算法对各采样参数进行联合调节，构成闭环数据采集控制单元。本系统可以实现对多任务、多目标参数的自动联合优化，解决了传统方法中无法同时兼顾实时性、稳定性和多目标优化的问题。

本发明授权基于人工智能的多通道核电子学数据采集系统在权利要求书中公布了：1.基于人工智能的多通道核电子学数据采集系统，其特征在于：包括， 对各检测通道输入的核辐射或X射线信号进行前端预处理，包括噪声抑制和基线校正； 利用深度神经网络对前端预处理后的信号提取信噪比、信号峰值、噪声均值特征，并整合形成描述通道状态的多维状态向量；其中多维状态向量具体如下： st＝[SNRt,Peakt，NoiseMeant，envt]； 其中，st表示时刻t下检测通道的多维状态向量；SNRt为信噪比；Peakt为信号峰值；NoiseMeant为噪声均值；envt为环境参数； 将多维状态向量输入深度强化学习模块，根据多维状态向量动态确定各通道的采样参数；从系统输入数据出发，通过前端信号处理和深度神经网络，提取描述多通道检测状态的信息，并对动作空间进行明确界定， 动作定义具体如下： at＝Gt,Tt，gt； 其中，at表示在时刻t系统选择的采样参数组合；Gt为离散采样速率；Tt为离散积分时间；gt为离散的信号放大倍数； 将状态通过聚类方法离散化映射为离散类别； 采用深度Q网络DQN对状态与动作之间的关系进行建模，通过改进的Actor－Critic结构实现策略的更新和参数优化，同时引入跨通道正则化保证系统的平滑性与一致性； 采用Actor－Critic结构，通过时序差分更新来细化策略，同时引入正则化以保证跨通道决策的一致性： 为使系统能同时顾及数据质量，能耗和跨通道一致性，引入辅助网络动态生成各项奖励权重的机制，具体如下： 动态权重的生成如下所示： wu＝fust,at；φ，且； 其中，wu表示第u项奖励的动态权重，由辅助网络fust，at；φ计算，其中φ为辅助网络的参数；归一化条件保证所有权重总和为1； 综合奖励函数具体如下： ； 其中，Rst,at为系统在st状态下采取at动作获得的综合奖励；R1st,at为与数据质量对应的奖励；R2st，at为能耗惩罚项；R3st，at为跨通道一致性相关奖励； 为充分利用多通道检测信息中的时空依赖性，采用自注意力机制实现跨通道信息的有效融合，从而为决策模块提供更全面的输入特征； 建立各通道信号间依赖关系的相关性模型，以识别异常信号； 对异常状态的通道实施交叉补偿，通过预测方法计算并应用校正因子； 基于实时反馈数据，利用自进化多任务优化算法对各采样参数进行联合调节，构成闭环数据采集控制单元。

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陕西秦洲核与辐射安全技术有限公司，其通讯地址为：710054 陕西省西安市西咸新区沣西新城中国西部科技创新港创科大厦12层；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”。