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！

龙图腾网获悉中国科学院物理研究所;北京邮电大学申请的专利基于机器学习的原位电子衍射数据处理分析方法及应用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：CN114646653B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202011521136.9，技术领域涉及：G01N23/20058；该发明授权基于机器学习的原位电子衍射数据处理分析方法及应用是由苏东;葛梦舒;刘效治;苏菲;赵志诚设计研发完成，并于2020-12-21向国家知识产权局提交的专利申请。

本基于机器学习的原位电子衍射数据处理分析方法及应用在说明书摘要公布了：本发明提供了一种基于机器学习的原位电子衍射数据处理分析方法及应用，该方法包括：单帧电子衍射图中心的自动标定，衍射斑点的自动检测和跟踪，衍射环的计算和标定，以及针对单个衍射斑点的径向半径、亮暗衬度和切向角度变化的数据存储和分析方法。本发明结合了机器学习、图像处理等方法，实现了对于原位电子衍射数据中每一帧电子衍射花样中的每一个衍射斑点的定性分析和定量计算。

本发明授权基于机器学习的原位电子衍射数据处理分析方法及应用在权利要求书中公布了：1.一种基于机器学习的原位电子衍射数据处理分析方法，其特征在于，所述方法包括以下步骤： 1衍射图中心标定； 2衍射斑点检测，该步骤包括：利用基于Python语言的scikit-image包，使用LaplacianofGaussian方法检测单个衍射斑点，并存储其位置和邻接矩形框数据； 3衍射斑点跟踪，该步骤包括：利用基于Python语言的OpenCV包，使用Gunnar-Farneback密集光流法计算每个衍射斑点在相邻帧的位移矢量，实现对衍射斑点的跟踪，并存储其在每一视频帧中的位置和邻接矩形框数据； 4检测和跟踪数据存储，该步骤包括：利用基于Python语言的xlsxwriter包存储每个衍射斑点在每一视频帧中的位置和邻接矩形框数据； 5衍射环标定和分析，该步骤包括：利用基于Python语言的scikit-learn中的K-means聚类方法，对步骤3得到的衍射斑点的径向半径进行聚类，并将对应的衍射斑点的衬度信息作为聚类算法的权重，得到该原位电子衍射视频可能存在的衍射环半径； 6筛选并分析衍射斑点，该步骤包括：统计并分析每个衍射斑点的半径、角度及衬度随时间的变化，根据物理和化学特性，分析其中包含的结构特征； 并且其中所述步骤1中，所述标定方法包括以下步骤： A由输入视频得到均值图像； B根据均值图像，利用基于Python语言的scikit-learn包计算高斯混合模型； C使用高斯混合模型结果中均值最大的高斯模型，利用基于Python语言的scikit-learn包对数据进行拟合，得到透射斑大致轮廓； D对透射斑进行最小邻接圆形检测，获得衍射图中心点。

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科学院物理研究所;北京邮电大学，其通讯地址为：100190 北京市海淀区中关村南三街8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。