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！

龙图腾网获悉湖南大学申请的专利六维数据分解方法、终端设备及存储介质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：CN115795247B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202211347027.9，技术领域涉及：G06F17/16；该发明授权六维数据分解方法、终端设备及存储介质是由吴海龙;王童;常月月设计研发完成，并于2022-10-31向国家知识产权局提交的专利申请。

本六维数据分解方法、终端设备及存储介质在说明书摘要公布了：本发明公开了一种六维数据分解方法、终端设备及存储介质，应用于六维数阵的分析，获得其中各化学成分的纯分析信号，实现六维校正。本发明方法不仅对过多的组分数不敏感，收敛速度快，适用于处理高共线性和高噪声的高维数据阵列。而且在存在已知干扰、未知干扰、峰重叠和强共线性的情况下，也能获得稳定准确的定性和定量结果。同时，与三维校正方法相比，本发明的方法还表现出“高阶优势”，提供了更丰富的信息，提高了算法的抗共线性能力，提高了方法的灵敏度和选择性。综上，本发明可以成功应用于六维六线性数据的定性定量分析，为未来可能出现的高阶仪器提供了数据分析手段，也为高阶张量代数的理论研究提供了真实的数据支持和方法参考。

本发明授权六维数据分解方法、终端设备及存储介质在权利要求书中公布了：1.一种六维数据分解方法，其特征在于，包括以下步骤： S1、构建六线性成分模型，获得大小为I×J×K×L×M×N的六维数阵XI×J×K×L×M×N； 所述六线性成分模型表达式如下： i＝1,2,...,I；j＝1,2,...,J；k＝1,2,...,K；l＝1,2,...,L；m＝1,2,...,M；n＝1,2,...,N 其中xijklmn为XI×J×K×L×M×N中的元素，即代表第n个样本在第i个通道数，第j个通道数，第k个通道数，第l个通道数，第m个通道数的响应强度；aio,bjo,cko,dlo,emo和fno分别代表第一～第六轮廓矩阵A，B，C，D，E和F中的元素；eijklmn是残差阵E中的元素；O代表研究体系的组分数；I表示激发波长通道数；J表示发射波长通道数；K表示pH水平数；L表示稀释水平数；M表示电压的水平数；N表示样本总数； S2、随机初始化轮廓矩阵A，B，C，D，E；将XI×J×K×L×M×N分别沿着不同的维度，按照不完全扩展矩阵的形式得到六个不同的三维数阵XI×JKLM×N，XJ×KLMN×I，XK×LMNI×J，XL×MNIJ×K，XM×NIJK×L，XN×IJKL×M；提取XI×JKLM×N的第n个前切片矩阵，XJ×KLMN×I的第i个前切片矩阵，XK×LMNI×J的第j个前切片矩阵，XL×MNIJ×K的第k个前切片矩阵，XM×NIJK×L的第l个前切片矩阵，XN×IJKL×M的第m个前切片矩阵，分别得到 S3、根据初始化后的A、B、C、D、E，利用公式计算F；根据计算得到的F，初始化后的B，C，D，E，利用公式计算A；根据计算得到的F、A，初始化后的C、D、E，利用公式计算B；根据计算得到的F、A、B，初始化后的D、E，利用公式计算C；根据计算得到的F、A、B、C，初始化后的E，利用公式计算D；根据计算得到的F、A、B、C、D，利用公式计算E；其中，diagm表示提取对角元素变为列矢量；+表示矩阵的Moore-Penrose广义逆；⊙表示Khatri-Rao积；fn，ai，bj，ck，dl，em分别表示F的第n行，A的第i行，B的第j行，C的第k行，D的第l行，E的第m行； S4、判断第一收敛条件是否成立：若成立，得到优化后的六个轮廓矩阵；否则，将本次迭代得到的轮廓矩阵作为初始值，返回步骤S3；其中，SSRm表示m次迭代后残差阵E中所有元素的平方和，ε1为设定的第一阈值。

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湖南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路28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。