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！

龙图腾网恭喜杭州电子科技大学申请的专利一种基于孪生网络的芬太尼类物质检测方法及其装置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：CN114550840B 。

龙图腾网通过国家知识产权局官网在2024-09-17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：202210178048.6，技术领域涉及：G16C20/20；该发明授权一种基于孪生网络的芬太尼类物质检测方法及其装置是由薛凌云;赵阳;徐平;闻路红;刘亦安;严明;胡舜迪设计研发完成，并于2022-02-25向国家知识产权局提交的专利申请。

本一种基于孪生网络的芬太尼类物质检测方法及其装置在说明书摘要公布了：本发明公开一种基于孪生网络的芬太尼类物质检测方法及其装置。获取待检测物质的质谱数据并进行标准化处理，利用芬太尼类物质检测模型对待检测物质进行分类。芬太尼类物质检测模型训练时由孪生网络和分类网络构成检测模型，孪生网络包括两个共享权重的特征提取网络；测试时将训练好的孪生网络中任意一个特征提取网络删除后与分类网络级联。以样本对作为孪生网络的输入，大大增加了用于模型训练的样本数据，有效的解决了有监督学习方法在芬太尼类物质检测任务上的小样本难题。在损失函数的设计中，加入对比损失函数，最大化类间差异，最小化类内差异，使提取的特征更具有区分性，提高了检测模型的性能。

本发明授权一种基于孪生网络的芬太尼类物质检测方法及其装置在权利要求书中公布了：1.一种基于孪生网络的芬太尼类物质检测方法，其特征在于包括以下步骤：步骤1、构建数据集，并将其分为训练集和测试集1-1获取质谱数据，质谱数据集用L＝{L1,L2,L3...,LN}表示，其中Lx＝mx,ax，1≤x≤N，N表示质谱样本总量，质荷比mx＝{m1,m2,m3...,mn}，相对强度ax＝{a1,a2,a3...,an}，n表示质谱样本Lx的非零峰值个数；1-2将每条质谱数据Lx转换为标准格式具体如下：质荷比的定义如下： 其中mmax表示所有质谱样本L中最大质荷比；基于更新每个质荷比处对应的相对强度 其中表示内第i个元素；表示标准格式下相对强度的第i个元素；axj表示ax内第j个元素；mxj表示mx内第j个元素；对相对强度除以基峰进行归一化： 1-3对标准化后的质谱数据赋予标签，构建数据集；然后将数据集分为训练集和测试集；其中标签为当前质谱数据对应物质所属类别，即芬太尼类物质或非芬太尼类物质；步骤2、构建基于孪生网络的检测模型，并利用训练集进行训练所述基于孪生网络的检测模型的输入由一对经过预处理后的质谱数据构成，其包括孪生网络和分类网络，所述孪生网络包括两个共享权重的特征提取网络，用以提取两个质谱各自的质谱特征，所述分类网络用于根据所述孪生网络的输出获得质谱所属的物质类别，即芬太尼类物质或非芬太尼类物质；2-1构建特征提取网络，提取输入质谱数据的特征所述特征提取网络包括依次级联的第一一维卷积层、第一最大池化层、第二一维卷积层、第二最大池化层、全连接层，最终输出输入质谱数据所对应的低维特征；在特征提取网络中，卷积核的大小设置为3，激活函数为非线性激活函数；2-2构建分类网络，根据提取的质谱特征输出当前检测物质的类别分类网络包括依次级联的全连接层、输出层、Softmax层，输入为两个特征提取网络输出的低维质谱特征，输出当前检测物质的类别概率；其中，Softmax层中Softmax函数的具体公式为： 其中n为类别的总数，gi表示类别i的值，gk表示类别k的值；2-3设计损失函数训练所使用的损失函数设计如下：Loss＝λ1Lossctt+λ2Lossclsλ1和λ2分别表示两个可调整的损失权重；Lossctt表示对比损失，具体如下： 式中J表示每批次输入孪生网络用以训练的样本对总数；Y表示孪生网络输入样本对的标签，阳性样本对样本对中为同类物质的标签为1，阴性样本对样本对中为不同类物质的标签为0；margin为设定的阈值，表示阴性样本内两个质谱特征之间对的最大距离，一般设置为1；DW表示两个质谱特征的欧氏距离；P为质谱特征的数据维度，X1、X2分别表示两个共享权重的特征提取网络输出的质谱特征；表示对应X1、X2质谱特征的第i个维度数据；Losscls表示分类损失，由二分类交叉熵损失函数求得： 式中为基于孪生网络的检测模型检出样本为芬太尼的概率，y为待检测物质的真实标签；其中芬太尼类物质标签为1，非芬太尼类物质标签为0；2-4使用随机梯度下降法进行网络训练，在训练过程中，当求得的损失收敛并在连续5个迭代次数内不再显著变化后，停止模型的训练；步骤3、将训练好的基于孪生网络的检测模型中两个共享权重的特征提取网络去除任意一个特征提取网络后与分类网络级联共同构成芬太尼类物质检测模型，然后利用测试集对芬太尼类物质检测模型进行测试；步骤4、利用测试好的芬太尼类物质检测模型，实现芬太尼类物质检测。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。