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！

龙图腾网获悉山西能源学院申请的专利一种基于深度信念网络的光谱分析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：CN120632412B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202510710997.8，技术领域涉及：G06F18/213；该发明授权一种基于深度信念网络的光谱分析方法及系统是由吴凤彪;周慧珍;张子英设计研发完成，并于2025-05-29向国家知识产权局提交的专利申请。

本一种基于深度信念网络的光谱分析方法及系统在说明书摘要公布了：本发明涉及光谱分析技术领域，具体为一种基于深度信念网络的光谱分析方法及系统，本发明中，通过基于光谱矩阵通道序列构建通道三元组，提取最大最小值差值向量并进行归并与分组处理，重构光谱通道组序列，提升了通道数据的差异表达能力和响应均衡性，通过深度信念网络，按照列标准差排序生成输入值向量，映射至三层神经结构后引入节点差值反向积累，并融合光谱响应强度曲线，优化了网络训练过程中的权重更新路径，使网络在局部极小值陷阱中获得跳出能力，通过利用残差网络提取连接边权重与标签间欧式距离，冻结误差最小节点输出值映射并构建冻结矩阵，提升了输出结果的稳定性与特征保持力，增强了光谱数据深度挖掘能力与光谱特征提取稳定性。

本发明授权一种基于深度信念网络的光谱分析方法及系统在权利要求书中公布了：1.一种基于深度信念网络的光谱分析方法，其特征在于，包括以下步骤： S1：基于光谱矩阵通道序列，从每组通道构建三元组，提取最大最小值差值向量，按十项分组均值重构并映射光谱通道组序列，同时进行差值归并与平均响应分组构建，获取通道差异结构集； S2：基于所述通道差异结构集，采用深度信念网络，按列标准差排序判断选列生成输入值向量，映射至三层神经结构后引入节点差值反向积累，融合光谱响应强度曲线，同时进行差值判断与反向映射融合，生成多层结构输出向量组，其中深度信念网络如下式所示： ， 式中，为第段节点中的结构化差值反向累积值，为求和操作符，为当前节点在段内的索引编号，为当前段内包含的总节点数量，为节点的局部梯度变化位置权重系数，为第个节点输入值，为第个节点输入值，为节点与前一节点的输入值差值，为均值偏差敏感调节因子，为节点输入值与当前第段均值之间的绝对差值，为当前第段中所有节点输入值的均值，为标准化后的差值表达式，为路径深度位置修正因子，为节点在结构映射路径中所处的路径深度索引，为第段中路径深度的最大值，为节点在路径中的归一化深度位置比例，为路径位置补偿因子； S3：基于所述多层结构输出向量组，合并节点向量计算余弦距离排序，同时构建输入并嵌入等维空间，并进行节点筛选与输出嵌入重构，获取目标映射嵌入矩阵； S4：基于所述目标映射嵌入矩阵，按节点与输出误差平方值判断超限位置，构建残差树更新隐藏层权重融合网络输出，并进行误差累积判断与方向调节构建，获取残差权重反馈结构图； S5：基于所述残差权重反馈结构图，采用残差网络，提取连接边权重与标签间欧式距离遍历并冻结误差最小结构节点输出值映射，建立输出缓存，并进行误差判定与结构冻结矩阵构建，获取光谱响应特征输出集，其中所述残差网络如下式所示： ， 式中，为节点索引为的连接权重的反馈更新值，为基础学习率系数，为求和符号，为误差源节点在反馈路径中的索引编号，为所有连接至节点的误差信号源节点索引集合，为索引为的节点的误差贡献权重系数，为误差的符号函数，为索引为的节点的输出误差值，为输入值在权重参数控制下所对应的残差变换函数值，为节点的残差函数对权重的偏导数，为目标节点索引为的连接权重，为路径远近调节因子，为从误差源节点到目标节点的路径距离，为整个残差连接结构中可能路径的最大距离，为节点相对于路径最大深度的归一化距离，为用于加权反馈影响强度的路径位置调节因子。

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山西能源学院，其通讯地址为：030006 山西省太原市小店区许坦西街28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。