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！

龙图腾网获悉中国石油集团西部钻探工程有限公司;中国石油天然气集团有限公司申请的专利基于K-均值聚类算法的质谱气体来源解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：CN120929865B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202511460517.3，技术领域涉及：G06F18/23213；该发明授权基于K-均值聚类算法的质谱气体来源解析方法及系统是由徐声驰;何光林;陈冲;李伟新;李开荣;常小龙;赵好雨设计研发完成，并于2025-10-14向国家知识产权局提交的专利申请。

本基于K-均值聚类算法的质谱气体来源解析方法及系统在说明书摘要公布了：本公开涉及属于质谱数据分析技术领域，特别涉及基于K‑均值聚类算法的质谱气体来源解析方法及系统。所述方法包括：获取原始质谱时序数据并预处理，得到标准化质谱矩阵；对标准化质谱矩阵特征工程优化，得到低维特征空间矩阵；通过聚类算法处理低维特征空间矩阵，得到聚类标签向量和质心特征向量；基于污染源数据库，通过聚类标签向量和质心特征向量进行污染源指纹匹配并分析。本公开通过非对称最小二乘法进行基线校正，消除基线漂移和背景噪声的干扰，确保了信号的准确性，通过Savitzky‑Golay滤波器平滑数据，去除高频噪声，保留了质谱信号的关键特征，采用动态时间规整算法进行峰对齐，解决了不同样本间的时间偏移问题，使得特征峰能够正确对齐。

本发明授权基于K-均值聚类算法的质谱气体来源解析方法及系统在权利要求书中公布了：1.一种基于K-均值聚类算法的质谱气体来源解析方法，其特征在于，所述方法包括： 获取原始质谱时序数据并预处理，得到标准化质谱矩阵；对所述原始质谱时序数据进行预处理，包括：对原始质谱时序数据依次进行基线校正、噪声滤波和峰对齐；所述原始质谱时序数据包括质量与电荷比mz值、信号强度和时间戳； 其中，对原始质谱时序数据进行基线校正，包括：遍历原始质谱时序数据，通过最小二乘法拟合基线，获取目标函数；最小化目标函数，通过数值优化算法得到目标基线；利用目标基线对原始质谱时序数据进行基线校正，得到第一信号；所述目标函数为：；其中，表示平滑参数；表示每个时间点的权重；表示基线的二阶导数，表示基线的变化速率；表示i时间点校正后的信号； 对第一信号进行噪声滤波，包括：设置窗口范围，包括：对第一信号进行傅里叶变化，得到观测频率谱；基于观测频率谱预估噪声频率；根据第一信号确定峰宽度；对噪声频率和峰宽度加权，确定窗口范围，包括：；其中，表示权重系数；和表示基于实际情况选择的常数；表示峰宽度；表示噪声频率；M表示窗口范围；通过滤波器，结合窗口范围，对目标信号平滑处理，得到第二信号； 对所述第二信号进行峰对齐，包括：将第二信号对应的mz值划分为参考样本与待对齐样本；采用动态时间规整算法计算待对齐样本的mz值与参考样本的mz值之间的距离矩阵；通过动态规划递归法确定目标对齐路径；所述动态规划递归法为：；其中，表示样本1的第i个mz和样本2的第j个mz之间的最小对齐距离；表示计算mz值偏差的距离度量，具体采用欧几里得距离进行度量；利用目标对齐路径调整待对齐样本的mz值，得到标准化质谱矩阵； 对标准化质谱矩阵特征工程优化，得到低维特征空间矩阵； 通过聚类算法处理低维特征空间矩阵，得到聚类标签向量和质心特征向量； 基于污染源数据库，通过聚类标签向量和质心特征向量进行污染源指纹匹配并分析，包括：采用改进的余弦相似度算法，计算聚类标签向量和质心特征向量，得到聚类质心与污染源数据库中每个污染源的相似度；设定相似度阈值，根据相似度阈值构建匹配矩阵；根据匹配矩阵，计算各污染源的贡献度；所述相似度计算包括：；其中，，表示聚类质心的特征向量，其中是聚类质心在第t个mz峰处的信号强度；表示污染源特征库中某个污染源的特征向量，其中是该污染源在t个mz峰处的信号强度；k表示特征向量的维度，即mz峰的个数；表示t个mz峰的权重；所述贡献度的计算包括：；其中，表示匹配矩阵中的元素，表示聚类i和污染源j是否匹配；表示聚类i中的样本数；表示聚类i和污染源j之间的相似度。

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石油集团西部钻探工程有限公司;中国石油天然气集团有限公司，其通讯地址为：834099 新疆维吾尔自治区克拉玛依市友谊路98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。