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！

龙图腾网获悉安徽大学申请的专利一种多变量LSTM预测碳同位素丰度的方法及设备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：CN121354744B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511922964.6，技术领域涉及：G16C20/70；该发明授权一种多变量LSTM预测碳同位素丰度的方法及设备是由崔小娟;方雨涛;王景;李敦军;陆梓豪设计研发完成，并于2025-12-19向国家知识产权局提交的专利申请。

本一种多变量LSTM预测碳同位素丰度的方法及设备在说明书摘要公布了：本发明公开了一种多变量LSTM预测碳同位素丰度的方法及设备，包括：包括：采集空气中的碳同位素数据以及气象因子并计算相对指标，之后预处理采集数据；对采集数据进行缺失值填补、异常值修正及归一化处理，构建多变量时间序列数据集；基于结合有碳同位素分馏约束的改进注意力机制进行多变量LSTM建模；对所构建模型结合碳源混合的物理约束项进行训练与优化；通过优化后的模型进行碳同位素丰度预测与误差校正。本发明通过引入分馏计算机制和Keeling辅助任务的多变量LSTM模型，实现碳同位素序列的物理一致性建模，提升碳同位素丰度预测的精度与可解释性。

本发明授权一种多变量LSTM预测碳同位素丰度的方法及设备在权利要求书中公布了：1.一种多变量LSTM预测碳同位素丰度的方法，其特征在于，包括： S1.采集空气中的碳同位素数据以及气象因子并计算相对指标，之后预处理采集数据； S2.对采集数据进行缺失值填补、异常值修正及归一化处理，构建多变量时间序列数据集； S3.通过构建的多变量时间序列数据集，基于结合有碳同位素分馏约束的改进注意力机制进行多变量LSTM建模； S4.对所构建模型结合碳源混合的物理约束项进行训练与优化； S5.最终通过优化后的模型进行碳同位素丰度预测与误差校正； 所述S3步骤中进行多变量LSTM建模的具体操作流程包括： S31.构建LSTM网络，LSTM包括遗忘门、输入门和输出门，其状态更新过程为： 其中，、、分别为遗忘门、输入门、输出门的输出，为Sigmoid函数，为时刻的输入，为时刻的隐藏状态，为时刻的细胞状态，、、分别为遗忘门、输入门、输出门的门控权重矩阵，、、分别为门控偏置向量，为细胞权重矩阵，为细胞状态偏置向量，为双曲正切函数； S32.在LSTM隐藏状态的基础上引入结合有碳同位素分馏约束的改进注意力机制，最终时刻的注意力输出为： 其中，为结合有碳同位素分馏约束的改进注意力权重，为值向量，最终输出送入全连接层，映射为碳同位素预测值； 所述结合有碳同位素分馏约束的改进注意力权重的计算公式为： 其中，为时刻的查询向量，为组变量中第个变量的键向量，均由LSTM隐状态经过线性映射得到，为可学习的分馏权重系数，表示分馏比值，为VPDB标准比值，与为采集得到的碳同位素数据。

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安徽大学，其通讯地址为：230601 安徽省合肥市蜀山区九龙路111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。