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！

龙图腾网获悉湘潭大学申请的专利基于CNT-FET与机器学习的超低浓度混合有机磷农药检测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：CN120148676B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202510270752.8，技术领域涉及：G16C20/20；该发明授权基于CNT-FET与机器学习的超低浓度混合有机磷农药检测方法是由周子杰;黄昊;刘舒铭设计研发完成，并于2025-03-07向国家知识产权局提交的专利申请。

本基于CNT-FET与机器学习的超低浓度混合有机磷农药检测方法在说明书摘要公布了：本发明提供一种基于CNT‑FET与机器学习的超低浓度混合有机磷农药检测方法，该方法包括：制备CNT‑FET传感器用于检测有机磷农药；测试CNT‑FET传感器在不同浓度下混合有机磷农药中的转移曲线，并记录器件基线和液体环境基线；将器件转移特性转换为图像构建图像数据集并划分为训练集和测试集；构建融合CBAM双重注意力机制的CNN卷积神经网络的识别模型并进行迭代训练和验证，获得满足预设标准的识别模型。由此，可利用训练获得的识别模型对混合有机磷农药中的农药成分和浓度进行识别输出。通过本发明可实现对低浓度混合有机磷农药成分的快速、精准识别与定量分析，为食品安全监管、环境监测以及农业生产过程中的农药残留控制提供技术支持。

本发明授权基于CNT-FET与机器学习的超低浓度混合有机磷农药检测方法在权利要求书中公布了：1.一种基于CNT-FET与机器学习的超低浓度混合有机磷农药检测方法，其特征在于，包括： 步骤1、制备碳基场效应晶体管传感器用于检测有机磷农药，使用网状结构的碳纳米管薄膜构成沟道层，形成碳纳米管场效应晶体管型CNT-FET传感器； 步骤2、测试CNT-FET传感器在不同浓度下混合有机磷农药中的转移曲线，并记录基础转移曲线作为器件基线，未滴加混合农药的PBS传输曲线作为液体环境基线； 步骤3、将收集到的CNT-FET传感器转移特性数据转换为图像格式，构建图像数据集，并按照8：2划分数据集为训练集和测试集； 步骤4、构建基于CNN卷积神经网络的识别模型，其中融合CBAM双重注意力机制，所述CBAM双重注意力机制包括通道注意力模块与空间注意力模块，分别用于进行多尺度特征提取以及对不同通道的特征进行权重调整处理，抑制通道干扰以及增强特征选择性； 步骤5、使用训练集对所述基于CNN卷积神经网络的识别模型进行训练，直至达到预定的训练轮次； 步骤6、使用测试集对训练后的基于CNN卷积神经网络的识别模型进行验证，评估模型的识别准确率，获得满足预设标准的识别模型；以及 步骤7、利用训练获得的识别模型对混合有机磷农药中的农药成分和浓度进行识别输出。

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湘潭大学，其通讯地址为：411105 湖南省湘潭市雨湖区羊牯塘街道湘潭大学；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。