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！

龙图腾网获悉中国地质大学(武汉)申请的专利一种基于深度学习的碎屑锆石物源量化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：CN117059200B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202310900033.0，技术领域涉及：G16C20/70；该发明授权一种基于深度学习的碎屑锆石物源量化方法及系统是由胡君;王权于;陈冠宇;陈建军;吕国斌设计研发完成，并于2023-07-19向国家知识产权局提交的专利申请。

本一种基于深度学习的碎屑锆石物源量化方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的碎屑锆石物源量化方法及系统，涉及生物地球化学循环系统技术领域，所述方法包括：步骤S1、碎屑锆石U‑Pb年代学数据库的构建；步骤S2、在步骤S1构建的数据库下使用基于深度时序聚类的物源聚类模型划分出直接物源区；步骤S3、在步骤S2划分的结果下利用基于时序卷积网络的物源量化模型学习直接物源区数据特征，对汇区进行物源量化得到量化结果。本发明有效解决了主流时序聚类、分类模型对年龄分布数据绝对位置信息关注不足的问题，使其很好地适用于碎屑锆石U‑Pb年代学数据中。

本发明授权一种基于深度学习的碎屑锆石物源量化方法及系统在权利要求书中公布了：1.一种基于深度学习的碎屑锆石物源量化方法，其特征在于，所述方法包括如下步骤： 步骤S1、构建碎屑锆石U-Pb年代学数据库； 步骤S2、在步骤S1构建的数据库下，使用基于深度时序聚类的物源聚类模型，划分直接物源区，所述基于深度时序聚类的物源聚类模型由编码器、解码器和时间序列聚类层三个部分组成； 步骤S3、在步骤S2划分的结果下，利用基于时序卷积网络的物源量化模型，学习直接物源区数据特征，对汇区进行物源量化得到量化结果，具体包括： 从步骤S2基于深度时序聚类的物源聚类模型的划分结果中获取的锆石年龄分布数据通过位置嵌入层将绝对位置信息嵌入进输入数据中；之后特征抽取层采用双向时序卷积网络从两个方向抽取输入数据时序特征和绝对位置信息；接着在输出层中使用softmax函数输出概率分布，得到分类结果； 所述位置嵌入层采用三角函数式绝对位置编码向输入数据嵌入绝对位置信息，计算公式如下： ； ； 式中，Pk,2i表示第k个时间步下偶数行编码信息，Pk,2i+1表示第k个时间步下奇数行编码信息，表示输入数据维度，表示输入数据对应时间步； 所述特征抽取层采用双向时序卷积网络从位置嵌入层中抽取年龄分布数据的深层特征以及绝对位置信息，采用双向因果空洞卷积并行处理输入数据； 所述输出层采用一个全连接网络和一个softmax函数；其中，所述全连接网络将抽取的特征映射为输入数据对潜在物源区特征的相似度得分；所述softmax函数将相似度得分进行归一化得到潜在物源区对输入样本的物质贡献来源比例量化结果。

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地质大学(武汉)，其通讯地址为：430074 湖北省武汉市洪山区鲁磨路388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。