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！

龙图腾网获悉珠海高凌信息科技股份有限公司;上海大学申请的专利基于深度学习的Vocs质谱图离子碎片峰区域识别方法及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：CN116500118B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310233026.X，技术领域涉及：G01N27/62；该发明授权基于深度学习的Vocs质谱图离子碎片峰区域识别方法及装置是由石磊;程平;贾滨;刘吉星;史崇丽;张坚;刘立峰;徐维嘉;王文重设计研发完成，并于2023-03-10向国家知识产权局提交的专利申请。

本基于深度学习的Vocs质谱图离子碎片峰区域识别方法及装置在说明书摘要公布了：本发明提出了一种基于深度学习的Vocs质谱图离子碎片峰区域识别方法及装置，该方法包括：获取目标Vocs质谱图，将目标Vocs质谱图输入至训练好的目标DeepGCMSPeak模型，目标DeepGCMSPeak模型包括第一CNN网络和第二CNN网络；通过第一CNN网络从目标Vocs质谱图中识别出目标离子碎片峰区域；将目标离子碎片峰区域输入至第二CNN网络，通过第二CNN网络识别出目标离子碎片峰区域的目标区域面积；将目标离子碎片峰区域和目标区域面积确定为目标Vocs质谱图的目标识别结果。根据本发明实施例的技术方案，能够在通过目标DeepGCMSPeak模型的两个深度学习网络分别识别出目标离子碎片峰区域和目标区域面积，有效提高离子碎片峰区域的识别效率，为提高Vocs质谱图的分析效率提供数据基础。

本发明授权基于深度学习的Vocs质谱图离子碎片峰区域识别方法及装置在权利要求书中公布了：1.一种基于深度学习的Vocs质谱图离子碎片峰区域识别方法，其特征在于，包括： 获取目标Vocs质谱图，将所述目标Vocs质谱图输入至训练好的目标DeepGCMSPeak模型，所述目标DeepGCMSPeak模型包括第一CNN网络和第二CNN网络； 通过所述第一CNN网络从所述目标Vocs质谱图中识别出目标离子碎片峰区域； 将所述目标离子碎片峰区域输入至所述第二CNN网络，通过所述第二CNN网络识别出所述目标离子碎片峰区域的目标区域面积； 将所述目标离子碎片峰区域和所述目标区域面积确定为所述目标Vocs质谱图的目标识别结果； 所述目标DeepGCMSPeak模型的训练步骤包括： 构建初始DeepGCMSPeak模型，配置所述第一CNN网络的初始第一网络超参数和所述第二CNN网络的初始第二网络超参数； 获取质谱图数据训练集，所述质谱图数据训练集包括多个样本Vocs质谱图，所述样本Vocs质谱图预先标注有第一区域信息、第二区域信息和样本峰区域面积，所述第一区域信息用于指示样本离子碎片峰区域，所述第二区域信息用于指示不包括所述样本离子碎片峰区域的区域，所述样本峰区域面积为所述样本离子碎片峰区域的面积； 基于所述第一区域信息和所述第二区域信息训练所述第一CNN网络，以将所述初始第一网络超参数调整为目标第一网络超参数； 基于所述第一区域信息和所述样本峰区域面积训练所述第二CNN网络，以将所述初始第二网络超参数调整为目标第二网络超参数； 将所述目标第一网络超参数和所述目标第二网络超参数配置至所述初始DeepGCMSPeak模型，得到中间DeepGCMSPeak模型； 对所述中间DeepGCMSPeak模型进行数据验证，在验证通过后将所述中间DeepGCMSPeak模型确定为所述目标DeepGCMSPeak模型； 所述第一CNN网络的损失函数为交叉熵损失函数，所述第二CNN网络的损失函数为均方差损失函数。

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珠海高凌信息科技股份有限公司;上海大学，其通讯地址为：519060 广东省珠海市南屏科技工业园屏东一路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”。

以上内容由龙图腾AI智能生成。