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！

龙图腾网获悉北京超分科技有限公司申请的专利核素识别方法、电子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：CN119667752B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411749182.2，技术领域涉及：G01T1/38；该发明授权核素识别方法、电子设备及存储介质是由陈棋超;陈小猛;梁卫平;史志兰设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本核素识别方法、电子设备及存储介质在说明书摘要公布了：本申请提供了核素识别方法、电子设备及存储介质。核素识别方法包括：获取待识别核素能谱图；待识别核素能谱图为单一核素能谱图或混合核素能谱图；利用目标核素识别模型对待识别核素能谱图进行核素识别，获得对应的目标识别结果；目标核素识别模型基于对待训练的核素识别模型进行模型优化训练得到；待训练的核素识别模型通过在卷积神经网络模型中添加注意力机制模块得到；注意力机制模块用于对卷积神经网络模型的卷积层输出的特征图进行空间和通道加权处理；目标识别结果用于表示待识别核素能谱图对应的核素。本申请的技术方案，能够对待识别核素能谱图进行高效、精准地核素识别，从而高效、精准地识别出待识别核素能谱图对应的核素。

本发明授权核素识别方法、电子设备及存储介质在权利要求书中公布了：1.一种核素识别方法，包括： 获取待识别核素能谱图；所述待识别核素能谱图为单一核素能谱图或混合核素能谱图； 利用目标核素识别模型对所述待识别核素能谱图进行核素识别，获得对应的目标识别结果；所述目标核素识别模型基于对待训练的核素识别模型进行模型优化训练得到；所述待训练的核素识别模型通过在卷积神经网络模型中添加注意力机制模块得到；所述注意力机制模块用于对所述卷积神经网络模型的卷积层输出的特征图进行空间和通道加权处理；所述目标识别结果用于表示所述待识别核素能谱图对应的核素； 其中，对所述待训练的核素识别模型进行模型优化训练得到所述目标核素识别模型的步骤如下： 获取训练集和测试集；所述训练集和所述测试集中分别包括多张样本核素能谱图以及各样本核素能谱图对应的标注结果；所述多张样本核素能谱图中包括所述单一核素能谱图以及所述混合核素能谱图； 利用所述训练集对所述待训练的核素识别模型进行多轮迭代训练，直至满足设定的迭代停止条件； 在满足所述迭代停止条件时，利用所述测试集对所述待训练的核素识别模型进行测试，并测试结果满足预设标准的情况下，将所述待训练的核素识别模型作为所述目标核素识别模型。

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北京超分科技有限公司，其通讯地址为：100193 北京市海淀区西北旺东路10号院东区5号楼4层101房间；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。