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！

龙图腾网获悉成都虹润制漆有限公司申请的专利一种基于LSTM神经网络的涂料降解智能预测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：CN120340667B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510807471.1，技术领域涉及：G16C20/20；该发明授权一种基于LSTM神经网络的涂料降解智能预测方法是由江拥;杨柳;张颖君;邓志勇;杨汝良;杨飞;尹迪设计研发完成，并于2025-06-17向国家知识产权局提交的专利申请。

本一种基于LSTM神经网络的涂料降解智能预测方法在说明书摘要公布了：本发明公开了一种基于LSTM神经网络的涂料降解智能预测方法，涉及涂料技术领域，该方法包括：步骤S1：收集初始光谱数据，使用初始分峰方法生成初始含量值；步骤S2：采集动态特征数据，构建基于LSTM的神经网络模型；步骤S3：对初始含量值进行预测迭代，生成预测含量值；步骤S4：设置误差冗余值范围，当预测含量值在误差冗余值范围内时将预测含量值标注为检测金属含量真实值。本发明与现有技术相比，使用LSTM神经网络并将金属元素氧化降解的动态特征作为输入条件，在LSTM神经网络的训练过程中不断学习不同降解环境下的变化规律，对模型的输出能够进行实时评估，具有提高涂料中金属含量预测精度的优点和降低涂层防护能力评估误差风险的有益效果。

本发明授权一种基于LSTM神经网络的涂料降解智能预测方法在权利要求书中公布了：1.一种基于LSTM神经网络的涂料降解智能预测方法，其特征在于，该方法包括： 步骤S1：针对目标涂料收集用于金属检测的包含时间戳的初始光谱数据，使用初始分峰方法对初始光谱数据进行峰检测，生成表示目标涂料中初始检测金属含量的初始含量值； 步骤S2：在目标涂料中监测并采集目标金属元素氧化降解的动态特征数据，构建基于LSTM的神经网络模型，将动态特征数据设置为神经网络模型用于迭代的迭代约束条件； 步骤S3：将初始含量值作为输入值输入至神经网络模型，基于迭代约束条件对初始含量值进行预测迭代，将最终生成的输出值标注为表示目标涂料中预测金属含量的预测含量值； 步骤S4：设置误差冗余值范围，使用均方误差方法对预测含量值进行真实度评估，当预测含量值在误差冗余值范围内时将预测含量值标注为最终检测金属含量的真实值，当预测含量值在误差冗余值范围外时，返回执行步骤S2； 所述动态特征数据包括峰位偏移值、湿度变化值和紫外线辐射值；所述峰位偏移值用以量化单位时间内金属氧化导致的X射线荧光光谱能量偏移，所述湿度变化值表示在单位时间内目标金属元素的湿度值变化量，所述紫外线辐射值表示目标涂料在单位时间内的紫外线累积暴露总量；针对每一项动态特征数据分别单独设置动态阈值，将数值大小达到动态阈值以上的动态特征数据标注为有效动态数据。

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成都虹润制漆有限公司，其通讯地址为：611930 四川省成都市彭州工业开发区丹旗南路66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”。