申请/专利权人：电子科技大学

申请日：2024-01-18

公开（公告）日：2024-04-16

公开（公告）号：CN117894394A

主分类号：G16C20/30

分类号：G16C20/30;G06N3/0442;G06N3/045;G06N3/0464;G06N3/048

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：本发明公开了一种基于ConvBiLSTM‑Attention深度神经网络的微量元素含量预测方法，该方法包括获取土壤样品，确定元素集和样本信息；搭建基于ConvBiLSTM‑Attention深度神经网络的微量元素含量预测模型，确定模型的输入与输出；对基于ConvBiLSTM‑Attention深度神经网络的微量元素含量预测模型进行训练；微量元素含量的预测分析。本发明科学合理，流程简单，成本较低，具有无损性、高效性、高检测精度，高预测准确率等特点，可以解决X荧光能谱峰值重叠干扰、以及传统预测方法不准确等问题，减少了环境本底的影响，能有效快速地对待测样品所含微量元素进行含量预测。

主权项：1.一种基于ConvBiLSTM-Attention深度神经网络的微量元素含量预测方法，其特征在于，该方法包括如下步骤：步骤S1：获取土壤样本集，并基于所述土壤样本集确定元素集和样本信息，利用ED-XRF荧光光谱仪识别所述土壤样本集中待测样本的谱图峰强度和元素含量；步骤S2：搭建基于ConvBiLSTM-Attention深度神经网络的微量元素含量预测模型，并确定所述ConvBiLSTM-Attention深度神经网络的微量元素含量预测模型的输入与输出；步骤S3：对基于ConvBiLSTM-Attention深度神经网络的微量元素含量预测模型进行训练；步骤S4：微量元素含量的预测分析，将微量元素的组分和含量数据输入到基于ConvBiLSTM-Attention深度神经网络的微量元素含量预测模型中，完成对测试样本中微量元素含量的分析预测。

全文数据：

权利要求：

百度查询： 电子科技大学 一种基于ConvBiLSTM-Attention深度神经网络的微量元素含量预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD