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！

龙图腾网获悉中国人民解放军火箭军工程大学申请的专利一种基于深度展开压缩感知网络的中子能谱解谱方法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：CN120294814B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510789049.8，技术领域涉及：G01T3/00；该发明授权一种基于深度展开压缩感知网络的中子能谱解谱方法是由刘延飞;王晨阳;郑浩;杨东东;吕宁;范启蒙;张昊设计研发完成，并于2025-06-13向国家知识产权局提交的专利申请。

本一种基于深度展开压缩感知网络的中子能谱解谱方法在说明书摘要公布了：本发明提供了一种基于深度展开压缩感知网络的中子能谱解谱方法，属于中子能谱解谱技术领域，利用多个探测器探测中子能得到多个不同的响应计数，并根据所述响应计数以及探测器的响应函数构建求解中子能谱的压缩感知模型；根据迭代收缩阈值算法求解所述压缩感知模型时，所需的梯度下降过程和近端映射过程，设计由CNN分支和Transformer分支组成的深度展开压缩感知网络，并对其进行训练得到训练好的深度展开压缩感知网络；利用训练好的深度展开压缩感知网络对所述压缩感知模型进行迭代求解，得到最终的中子能谱。本发明依据压缩感知理论设计深度展开压缩感知网络，从而进行中子能谱的解谱，能提升中子能谱的解谱精度。

本发明授权一种基于深度展开压缩感知网络的中子能谱解谱方法在权利要求书中公布了：1.一种基于深度展开压缩感知网络的中子能谱解谱方法，其特征在于，包括： S100，利用多个探测器探测中子得到多个不同的响应计数，并根据所述响应计数以及探测器的响应函数构建求解中子能谱的压缩感知模型； S200，根据迭代收缩阈值算法求解所述压缩感知模型时，所需的梯度下降过程和近端映射过程，设计由CNN分支和Transformer分支组成的深度展开压缩感知网络，并对其进行训练得到训练好的深度展开压缩感知网络；所述深度展开压缩感知网络包括个阶段的深度展开压缩感知子网络，每个阶段的深度展开压缩感知子网络的结构相同，但超参数不同； S300，利用所述训练好的深度展开压缩感知网络对所述压缩感知模型进行迭代求解，得到最终的中子能谱； S100包括： S110，利用多个探测器探测环境的中子得到多个不同的响应计数； S120，利用探测到的响应函数和所述响应计数构建矩阵方程； S130，根据压缩感知理论对所述矩阵方程进行转化，并利用范数作为正则项得到求解中子能谱的压缩感知模型； 所述矩阵方程用公式表示为： （1）； 式中，是探测器计数组成的阶矩阵，为探测器数量；表示能量响应函数，为阶矩阵，描述了个探测器对个中子能群的响应；代表中子能谱，是阶矩阵，为中子能群的数目； 所述压缩感知模型用公式表示为： （2）； 式中，表示正则化参数，为非线性稀疏变换，表示求的范数； 所述迭代收缩阈值算法求解所述压缩感知模型时，所需的梯度下降过程和近端映射过程，用公式分别表示为： （3）； （4）； 式中，代表迭代次数，代表迭代步长，表示第次迭代求解出的中间重建结果，表示第次迭代求解出的中子能谱，表示第次迭代求解出的中子能谱。

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人民解放军火箭军工程大学，其通讯地址为：710025 陕西省西安市灞桥区同心路2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”。