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！

龙图腾网获悉中国科学院青岛生物能源与过程研究所申请的专利基于Transformer的质谱数据定性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：CN115862749B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202211548308.0，技术领域涉及：G16C10/00；该发明授权基于Transformer的质谱数据定性方法是由崔球;刘欢;崔天伦;李世铭;祁宽;李敏怡;王浩然;王一岚设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。

本基于Transformer的质谱数据定性方法在说明书摘要公布了：本发明提供了一种基于Transformer的质谱数据定性方法。收集一级高分辨质谱数据，构造基础数据集，所述数据集的数据包括化合物离子的同位素分布数据、质荷比数据以及丰度数据；对数据集数据进行随机抽样，分别构造训练集、验证集、测试集；采用训练集数据对模型进行训练，获得深度学习模型；对训练集数据进行深度数据处理，转换为索引数据格式，进行模型训练，选择出最优模型；采用验证集数据对深度学习模型进行模型验证，对最优模型参数进行调整。相较于传统的质荷比‑数据库匹配方法，本发明设计的基于Transformer的一级高分辨质谱数据定性方法可快速获取分析物的化学式，分析时间短、效率高。

本发明授权基于Transformer的质谱数据定性方法在权利要求书中公布了：1.一种基于Transformer的质谱数据定性方法，其特征在于：包括以下步骤： S1：数据收集步骤：收集一级高分辨质谱数据，构造基础数据集，所述数据集的数据包括化合物的同位素分布数据、同位素峰的质荷比数据以及相对丰度数据； S2：数据集分类步骤：对数据集数据进行随机抽样，分别构造训练集、验证集、测试集； S3：模型训练步骤：所述模型包括Embedding层，位置嵌入层，多头注意力层，LayerNorm层，Linear层，编码器层，解码器层；对训练集数据进行深度数据处理，转换为索引数据格式，进行模型训练，选择出最优模型，作为深度学习模型； S4：模型验证步骤：采用验证集数据对深度学习模型进行模型验证，对深度学习模型参数进行调整，包括：对验证集质谱数据进行深度数据处理，将数据集同位素数据输入编码器层进行编码，并将编码后数据输入解码器层；将真实分子式数据进行深度处理输入解码器层，对解码数据使用贪心搜索对最终结果进行搜索并转换为分子式。

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中国科学院青岛生物能源与过程研究所，其通讯地址为：266000 山东省青岛市崂山区松岭路189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。