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！

龙图腾网获悉中国科学院精密测量科学与技术创新研究院申请的专利基于广义回归神经网络的原子绝对重力仪振动补偿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：CN119575510B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411752758.0，技术领域涉及：G01V13/00；该发明授权基于广义回归神经网络的原子绝对重力仪振动补偿方法是由姜丹丹;汤彪;黄攀威;朱皓冉;王谨;詹明生设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本基于广义回归神经网络的原子绝对重力仪振动补偿方法在说明书摘要公布了：本发明公开了基于广义回归神经网络的原子绝对重力仪振动补偿方法，采集不同振动环境下的三分量振动数据和真实振动相位；构建样本；建立广义回归神经网络模型和损失函数；在设定范围内搜索光滑因子，获得最佳光滑因子和最优网络参数的广义回归神经网络，建立振动噪声补偿模型，基于振动噪声补偿模型进行重力加速度补偿。本发明引入光滑因子对广义回归神经网络模型的训练过程进行优化，获得优化的广义回归神经网络模型，基于测量的三分量振动数据可以预测振动相位，进一步计算获得补偿后的重力加速度。

本发明授权基于广义回归神经网络的原子绝对重力仪振动补偿方法在权利要求书中公布了：1.基于广义回归神经网络的原子绝对重力仪振动补偿方法，其特征在于，包括以下步骤： 步骤1：采集不同振动环境下的无隔振和无振动补偿的原子跃迁几率，计算获得振动相位，采集上述不同振动环境下的三分量振动数据，将计算获得的振动相位作为对应的三分量振动数据的真实振动相位； 步骤2：将三分量振动数据进行归一化处理后作为样本构建训练集和测试集，每个样本对应一个真实振动相位，样本对应的真实振动相位作为样本的标签； 步骤3：建立广义回归神经网络模型； 步骤4：构建损失函数； 步骤5：将训练集中的样本输入到广义回归神经网络中，基于最小化损失函数函数值训练广义回归神经网络，获得最小化损失函数函数值对应的广义回归神经网络的网络参数； 步骤6：在设定范围内搜索光滑因子，搜索的光滑因子条件下，执行步骤5，获取最小化损失函数值最小时对应的光滑因子作为最佳光滑因子，获取最小化损失函数值最小时对应的广义回归神经网络的网络参数作为最优网络参数； 步骤7：利用步骤6确定的最佳光滑因子、最优网络参数的广义回归神经网络建立振动噪声补偿模型； 步骤8：将归一化后的待预测的三分量振动数据输入到上一步建立的振动噪声补偿模型中，将输出的模拟振动相位进行反归一化后作为预测的振动相位，并进一步计算获得补偿后的重力加速度。

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科学院精密测量科学与技术创新研究院，其通讯地址为：430071 湖北省武汉市武昌区小洪山西30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”。

以上内容由龙图腾AI智能生成。