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！

龙图腾网获悉苏州工学院申请的专利基于AI的化学材料检测信息库检索与标准谱比对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：CN120108578B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202510578686.0，技术领域涉及：G16C20/90；该发明授权基于AI的化学材料检测信息库检索与标准谱比对系统是由沈骏宇;张子涵;唐浩文设计研发完成，并于2025-05-07向国家知识产权局提交的专利申请。

本基于AI的化学材料检测信息库检索与标准谱比对系统在说明书摘要公布了：本发明涉及化学材料检测技术领域，公开了一种基于AI的化学材料检测信息库检索与标准谱比对系统。该系统包含数据采集、光谱预处理、特征提取、检索匹配和动态比对模块。数据采集模块用多光谱传感器采集覆盖紫外、可见光及红外波段的实时光谱数据，经光谱预处理模块去噪。特征提取模块采用深度残差卷积网络提取光谱指纹特征向量。检索匹配模块将特征向量输入图结构检索模型筛选候选标准谱。动态比对模块基于改进的量子粒子群优化算法多维度比对候选标准谱得出最优结果。该系统能精准采集和处理光谱数据，快速检索并准确比对标准谱，提升化学材料检测的效率和准确性，在化学材料研究、生产质量控制等领域有广泛应用前景。

本发明授权基于AI的化学材料检测信息库检索与标准谱比对系统在权利要求书中公布了：1.一种基于AI的化学材料检测信息库检索与标准谱比对系统，其特征在于，包括： 数据采集模块：用于通过多光谱传感器采集化学材料的实时光谱数据，所述多光谱传感器覆盖紫外、可见光及红外波段； 光谱预处理模块：基于自适应小波阈值算法对所述实时光谱数据进行多尺度分解与噪声消除，生成去噪光谱序列； 特征提取模块：采用深度残差卷积网络对所述去噪光谱序列进行多层级特征提取，生成光谱指纹特征向量； 检索匹配模块：将所述光谱指纹特征向量输入预构建的图结构检索模型，基于节点相似性度量算法从化学材料信息库中筛选候选标准谱； 动态比对模块：基于改进的量子粒子群优化算法对候选标准谱进行多维度比对，生成最优匹配结果，所述改进的量子粒子群优化算法集成动态惯性权重调整与交叉变异策略； 所述图结构检索模型采用动态属性图神经网络结构，基于节点嵌入算法实现相似性度量；所述动态属性图神经网络结构包括： 构建化学材料-官能团关联图，图中节点包括化合物节点、官能团节点及光谱特征节点，节点属性包含分子量、极性指数及吸光度； 采用两阶段注意力机制，第一阶段通过空间图卷积层计算化合物节点与相邻官能团节点的关联权重，第二阶段通过时序图卷积层对历史匹配记录进行重要性筛选； 基于多头图注意力模块对节点属性进行迭代更新，每个注意力头融合化学键类型与溶剂环境参数；通过跳跃连接与层归一化机制稳定训练过程，最终输出包含谱峰偏移容差的候选标准谱； 所述改进的量子粒子群优化算法集成动态惯性权重调整与交叉变异策略包括： 将比对问题建模为多目标优化问题，决策变量包含谱峰位置偏移量、峰强权重系数及基线拟合参数； 初始化量子粒子群并计算适应度函数，所述适应度函数包含谱形相似度项、峰位对齐项及噪声鲁棒性项； 在惯性权重调整阶段，根据迭代次数动态调整粒子的全局搜索与局部开发能力；在交叉变异阶段，引入混沌映射生成变异方向； 采用并行计算框架对粒子群进行分布式优化，每次迭代更新粒子位置并通过精英保留策略同步全局最优解。

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苏州工学院，其通讯地址为：215506 江苏省苏州市常熟市南三环路99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”。