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！

龙图腾网获悉苏州大学申请的专利基于数学建模与人机交互可视化的DLCP数据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：CN120508571B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202511007682.3，技术领域涉及：G06F16/245；该发明授权基于数学建模与人机交互可视化的DLCP数据分析方法及系统是由李乐;丁斌;张晓宏设计研发完成，并于2025-07-22向国家知识产权局提交的专利申请。

本基于数学建模与人机交互可视化的DLCP数据分析方法及系统在说明书摘要公布了：本申请涉及光电子器件缺陷态表征技术领域，尤其涉及一种基于数学建模与人机交互可视化的DLCP数据分析方法及系统，包括生成按照深度排序的样本数据集；生成深度‑浓度样本曲线，针对样本曲线的左半部分、右半部分以及中间过渡部分分别构建对应的数学模型库，并基于随机一致性抽样方法及自适应拟合策略完成分段模型的参数确定与拟合；通过加权融合的方式将对曲线的左半部分、右半部分以及中间过渡部分拟合出的分段模型进行加权拼接，生成完整的拟合模型；基于完整的拟合模型构建多频率DLCP数据分析及交互式三维可视化平台。本申请有效克服了传统差分分析中深度错配与曲线扰动带来的不确定性，提升了缺陷态密度提取的准确性与数据处理效率。

本发明授权基于数学建模与人机交互可视化的DLCP数据分析方法及系统在权利要求书中公布了：1.一种基于数学建模与人机交互可视化的DLCP数据分析方法，其特征在于，所述方法包括： 获取DLCP实验的输出数据，反演得到深度和对应载流子浓度的数据对并生成按照深度排序的样本数据集； 基于样本数据集生成深度-浓度样本曲线，针对深度-浓度样本曲线的左半部分、右半部分以及中间过渡部分分别构建对应的数学模型库，并基于随机一致性抽样方法及自适应拟合策略完成分段模型的参数确定与拟合，包括：基于按照深度排序的样本数据集生成深度-浓度样本曲线；每个样本数据均表示为一组二元数值对（x,y），其中x表示归一化后的深度，y表示经对数变换后的载流子浓度；对应于深度-浓度样本曲线的左半部分、右半部分和中间过渡部分分别构建第一段模型库、第二段模型库以及第三段模型库；针对深度-浓度样本曲线的左半部分和右半部分，分别调用第一段模型库和第二段模型库，基于随机一致性抽样方法确定最优模型参数并生成拟合模型；针对深度-浓度样本曲线的中间过渡部分，调用第三段模型库，基于自适应拟合方法确定最优模型参数并生成拟合模型； 所述第一段模型库包括对数函数模型1、偏态正态分布模型2以及对数正态分布模型3，所述第二段模型库包括对数函数模型4、偏态正态分布模型5以及对数正态分布模型6； 对数函数模型1为：； 其中，、、均为待求解的对数函数模型1的参数； 偏态正态分布模型2为：； 其中，、、均为待求解的偏态正态分布模型2的参数； 对数正态分布模型3为：； 其中，、均为待求解的对数正态分布模型3的参数； 对数函数模型4为：； 其中，、、均为待求解的对数函数模型4的参数； 偏态正态分布模型5为：； 其中，、、均为待求解的偏态正态分布模型5的参数； 对数正态分布模型6为：； 其中，、均为待求解的对数正态分布模型6的参数； 通过加权融合的方式将对深度-浓度样本曲线的左半部分、右半部分以及中间过渡部分拟合出的分段模型进行加权拼接，生成完整的拟合模型； 基于深度-浓度样本曲线完整的拟合模型构建多频率DLCP数据分析及交互式三维可视化平台。

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大学，其通讯地址为：215299 江苏省苏州市吴江区久泳西路1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”。