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！

龙图腾网获悉华南理工大学申请的专利基于深度学习的多核素中子核反应数据验证方法及装置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：CN121502264B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202610036644.9，技术领域涉及：G06F18/21；该发明授权基于深度学习的多核素中子核反应数据验证方法及装置是由周航;曾勤设计研发完成，并于2026-01-13向国家知识产权局提交的专利申请。

本基于深度学习的多核素中子核反应数据验证方法及装置在说明书摘要公布了：本发明公开了基于深度学习的多核素中子核反应数据验证方法及装置，包括：确定待评价的目标核素，并从预设的评价核数据库和实验数据库获取目标核素的多维度物理特征数据；对多维度物理特征数据进行物理感知预处理和特征拼接，得到目标核素的物理特征向量；构建并训练具有不确定度量化能力的核数据修正模型；根据核数据修正模型和物理特征向量确定目标核素的评价截面数据和不确定度数据，并根据评价截面数据和不确定度数据封装得到目标核素的评价数据；基于粒子输运模拟对评价数据进行验证，并根据验证后的评价数据优化评价核数据库。本发明提高了中子核反应数据评价、验证的效率和可靠性，可应用于数据处理技术领域。

本发明授权基于深度学习的多核素中子核反应数据验证方法及装置在权利要求书中公布了：1.一种基于深度学习的多核素中子核反应数据验证方法，其特征在于，包括以下步骤： 确定待评价的目标核素，并从预设的评价核数据库和实验数据库获取所述目标核素的多维度物理特征数据； 对所述多维度物理特征数据进行物理感知预处理和特征拼接，得到所述目标核素的物理特征向量； 构建并训练具有不确定度量化能力的核数据修正模型； 根据所述核数据修正模型和所述物理特征向量确定所述目标核素的评价截面数据和不确定度数据，并根据所述评价截面数据和所述不确定度数据封装得到所述目标核素的评价数据； 基于粒子输运模拟对所述评价数据进行验证，并根据验证后的所述评价数据优化所述评价核数据库； 所述构建并训练具有不确定度量化能力的核数据修正模型，其具体包括： 基于轻量级多层感知机训练用于模拟截面与增殖因数的映射关系的代理模型； 构建用于预测全能区截面分布的深度神经网络，并获取样本核素的物理特征样本、截面分布标签以及真实增殖因数； 将所述物理特征样本输入到所述深度神经网络，得到所述样本核素的截面预测分布； 将所述截面预测分布输入所述代理模型，得到预测增殖因数； 根据所述截面预测分布、所述截面分布标签、所述预测增殖因数、所述真实增殖因数以及预设的混合损失函数确定总损失值； 根据所述总损失值对所述深度神经网络进行优化，得到所述核数据修正模型。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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。