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！

龙图腾网获悉电子科技大学长三角研究院(湖州)申请的专利基于AOG-BP神经网络的XRF元素定量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：CN115541641B 。

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：202210992195.7，技术领域涉及：G01N23/223；该发明授权基于AOG-BP神经网络的XRF元素定量分析方法是由李福生;杨飔源;杨婉琪设计研发完成，并于2022-08-18向国家知识产权局提交的专利申请。

本基于AOG-BP神经网络的XRF元素定量分析方法在说明书摘要公布了：本发明公开了一种基于AOG‑BP神经网络的XRF元素定量分析方法，是将X荧光光谱元素检测技术领域的元素定量分析上，利用AOG优化BP神经网络的权值和阀值，将优化过后的权值和阀值用于构建BP神经网络从而反演待测元素的含量，最后以决定系数R2评价AOG‑BP的预测效果。本发明步骤简明易懂，预处理要求低，预测速度快，精度高，可以快捷效地对待测物所含元素进行定量预测。

本发明授权基于AOG-BP神经网络的XRF元素定量分析方法在权利要求书中公布了：1.基于AOG-BP神经网络的XRF元素定量分析方法，其特征在于，包括以下步骤： 步骤1：对n个目标样本，测得待测元素的峰值数据和含量数据，以及待测元素对应的m-1个干扰元素的峰值数据；其中，nm； 步骤2：划分测试集和训练集，前k个目标样本对应的数据为训练集，其中待测元素的峰值数据以及待测元素对应的m-1个干扰元素的峰值数据为训练集输入，待测元素的含量数据为训练集输出，后n-k个目标样本对应的数据为测试集，其中待测元素的峰值数据以及待测元素对应的m-1个干扰元素的峰值数据为测试集输入，待测元素的含量数据为测试集输出；其中，kn-k； 步骤3：构建BP神经网络，包括结点数目为a的输入层、结点数目为b的输出层和结点数目为h的隐藏层；其中，a＝m，b＝1，h由经验公式决定； 步骤4：对测试集和训练集进行数据归一化； 步骤5：构建由U行种群组成的种群矩阵X，和初始速度矩阵V： 其中，dim＝a·h+h+h·b+b，即各行种群包括依次的a·h个代表输入层与隐藏层连接的权值的个体，h个代表隐藏层神经元阈值的个体，h·b个代表隐藏层与输出层连接的权值的个体，以及b个代表输出层神经元阈值的个体；xuv,u＝1,...,U,v＝1,...,dim为种群矩阵X中第u行、第v列的个体，取值范围为[-q,q]间的随机数，q∈[3,5]，初始速度矩阵V中第u行、第v列的个体，取值范围为[-1,1]间的随机数； 步骤6：计算第u行种群对应的适应度函数fu,u＝1,...,U并获得适应度函数的集合F； 步骤7：对种群矩阵X进行O次迭代，并记录每次迭代对应的适应度函数的集合F； 步骤8：计算第u行种群对应的适应度函数f'u,u＝1,...,U并获得适应度函数的集合F'； 步骤9：对种群矩阵X进行O次迭代，并记录每次迭代对应的适应度函数的集合F'； 步骤10：重复步骤6到步骤9，重复P次后选择适应度函数的集合F中数值最低的适应度函数fmin，将其对应的一行种群作为BP神经网络的权值和阀值； 步骤11：采用经归一化后的训练集对步骤10所得BP神经网络进行训练，获得最终训练完成的BP神经网络；基于最终训练完成的BP神经网络，对经归一化后的测试集进行预测，获得并记录第n-k个测试集目标样本中待测元素的含量预测值； 步骤12：对记录的各目标样本中待测元素的含量预测值进行反归一化处理，与对应目标样本中待测元素的含量数据进行对比，求取决定系数R2： 其中，yh为第h个测试集目标样本中待测元素的含量数据；为经反归一化处理后的第h个测试集目标样本中待测元素的含量预测值；为所有测试集目标样本中待测元素的含量真实值的平均值； 步骤7中迭代的过程具体为： 选择适应度函数的集合F中数值最低的适应度函数fα，将其对应的一行种群作为Xt-1 α种群，t代表当前迭代次数； 将种群矩阵X按照下列公式进行迭代： Vu t＝w·Vu t-1+c·randGBestX-Xu t-1 其中，Xu是种群矩阵X中第u行所有个体，Vu是速度矩阵V中第u行所有个体，w是惯性因子，取[0,1]之间的随机数，c是加速因子，取[0,4]之间的随机数，rand是[0,1]之间的随机数； 步骤9中迭代的过程具体为： 选择适应度函数的集合F'中数值最低的适应度函数f'α，将其对应的一行种群作为Xt-1 α种群，t代表当前迭代次数； 将种群矩阵X按照下列公式进行迭代： 其中，T代表当前迭代次数，l是[0,1]之间的随机数，Xu是种群矩阵X中第u行所有个体，A和C为系数，计算公式如下： 其中a是收敛因子，随着迭代次数从2线性减小到0，r1和r2的取[0,1]之间的随机数。

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电子科技大学长三角研究院(湖州)，其通讯地址为：313000 浙江省湖州市西塞山路819号科技创新综合体B1幢；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”。