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！

龙图腾网获悉北京邮电大学申请的专利一种基于FPCL-DCNN的SPR光栅型传感器参数优化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：CN120874537B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202510955174.1，技术领域涉及：G06F30/27；该发明授权一种基于FPCL-DCNN的SPR光栅型传感器参数优化方法是由王松;王艳红;宋钢;沈嘉雯设计研发完成，并于2025-07-11向国家知识产权局提交的专利申请。

本一种基于FPCL-DCNN的SPR光栅型传感器参数优化方法在说明书摘要公布了：本发明公开了一种基于FPCL‑DCNN的SPR光栅型传感器参数优化方法，涉及传感器领域；具体为：将未知的气体或液体作为待测分子，计算其生物基膜表层与传感器的金属层材料进行反应的元素，并分别判断各元素是否均超过各自的设定阈值，如果有至少一个元素值超出阈值，说明无反应，更换传感器的金属层材料后重新计算反应元素的值；否则，设置两者的初始参数，通过优化模型DCNN进行优化：通过DCNN的多通道卷积对初始参数进行特征提取；并构建空间‑参数关联图；使用自适应注意力机制为关联图中的边赋予权重，进行权重自适应调整；最后输出各参数的最优值。并通过计算与实际最优值的偏差调整参数预测结果。本发明确保了传感器在变化的环境条件下仍能维持高精度。

本发明授权一种基于FPCL-DCNN的SPR光栅型传感器参数优化方法在权利要求书中公布了：1.一种基于FPCL-DCNN的SPR光栅型传感器参数优化方法，其特征在于，具体步骤如下： 步骤一、未知的气体或液体作为待测分子，计算其生物基膜表层与SPR传感器的金属 层材料进行反应的元素； 所述元素包括：待测分子X生物基膜表层的活性基团与金属层材料进行化学结合后， 待测分子的修饰浓度以及基膜表面活性基团B的剩余浓度； 气体或液体的待测分子物理吸附后基膜表面的位点数n以及基膜表面的反应程度，即 表面覆盖率； 经化学-物理两层修饰后，待测分子在介质通道里的剩余浓度；以及生基膜综 合适用性参数S； 步骤二、分别判断各元素是否均超过各自的设定阈值，如果是，则继续步骤三，否则，说 明待测分子的生物基膜表层与SPR传感器的金属层材料无反应，更换传感器的金属层材料 后重新计算反应元素的值； 步骤三、设置待测分子和SPR传感器的金属层材料的初始参数，并通过优化模型DCNN 进行优化，从而提高反应性能； 初始化参数包括初生物膜厚度，反应金属膜的材料与厚度的反射率R，光栅参数齿数和凹凸间距，以及入射光源波长与入射角： 步骤四、设计优化模型DCNN的多通道卷积降噪特征提取层，对初始参数进行多通道特征提取； 输入特征：生物膜厚度、金属膜材料、金属膜厚度、光栅齿数、凹凸间距、入射角和入射光波长，应用卷积操作，通过多层1D卷积逐渐增加特征维度，并结合降噪层，输出编码特征如下： 式中，是第层的卷积输出，是第层的卷积核权重，表示输入数据的局部 区域，是第层的偏置项，是激活函数，是卷积核个数； 步骤五、利用初始参数构建空间-参数关联图； 每个输入参数：生物膜厚度、金属膜材料、金属膜厚度、光栅齿数、凹凸间距、入射角、入射光波长定义为图中的节点，不同节点间的边权重表示参数间的关联强度； 步骤六、使用自适应注意力机制为关联图中不同参数节点之间的边赋予权重，进行权重自适应调整； 所述自适应注意力机制包括局部注意力机制和全局注意力机制； 首先，局部注意力机制对提取层输出的多通道特征图进行池化，得到每个通道的全局统计信息； 然后，使用全连接层将全局统计信息压缩为通道加权系数，再通过注意力权重重新标定不同通道的贡献度； 通道加权系数的公式如下： 式中，W是全连接层权重矩阵，pool是全局池化操作，是所有通道的总个数； 最后，全局注意力机制利用池化和通道加权系数，将多层DCNN和卷积层特征进行融合，得到多维特征表示，同时抑制噪声或不重要的信息；公式如下： 式中，L是池化层的层数；表示第层节点的特征表示； 步骤七、优化模型DCNN的输出层设计为线性激活层，输出各参数的最优值； 输出的线性组合公式为： 式中，和分别是输出层的权重矩阵和偏置，Z是经过多层融合的特征表示； 步骤八、使用最小化均方误差MSE损失函数，平均绝对误差MAE和决定系数衡量最优 值与实际最优值之间的偏差，调整参数预测结果。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。