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！

龙图腾网获悉山东科技大学申请的专利一种确定过量硅含量的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：CN120820578B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202510727992.6，技术领域涉及：G01N23/223；该发明授权一种确定过量硅含量的方法是由吴靖;李祚温;张彦林;魏陌;王仟文设计研发完成，并于2025-06-03向国家知识产权局提交的专利申请。

本一种确定过量硅含量的方法在说明书摘要公布了：本发明涉及地质学系统算法领域，具体涉及一种过量硅的确定方法，包括：样本筛选与数据处理、动态弹性网络回归建模、陆源碎屑硅Si碎屑计算与过量硅Si过量修正等，本发明设定Si碎屑的计算模型，引入TOC作为协变量，捕捉碎屑硅与有机质的联系，将样本数据通过MATLAB进行动态弹性网络回归拟合求得系数a，b和截距c。动态弹性网络可以有效选择重要特征并降低模型过拟合。模型通过双参数动态拟合、动态弹性网络正则化和双重验证机制，成功解决了传统方法中背景比值不具代表性和过量硅负值的问题。

本发明授权一种确定过量硅含量的方法在权利要求书中公布了：1.一种过量硅的确定方法，其特征在于，包括以下步骤： S1、样本筛选与数据处理 筛选出符合陆源沉积特征的粉砂岩样本和硅质页岩样本，并测定样本中的Si、Al、Mn、Ti、TOC、Zr、Fe的含量；再动态筛选出粉砂岩样本中硅与TOC呈负相关性的样品作为实验组,将同一批硅质页岩样本中AlFe+Al+Mn0.6的样本作为待测组，并对实验组样本的Al、TOC、Si数据进行Z-score标准化； S2、采用标准化后的数据进行动态弹性网络回归建模 S21、动态交叉验证选择最优参数； 采用如下评估准则，选择最小化交叉验证均方误差对应的动态正则化参数λ0； ScoreCV=MSECV+Τ∣S∣+∣Ku−3∣ 如上，K=5：5折交叉验证；为样本总硅含量；y^ik：第k折模型预测值；Τ：残差分布惩罚系数；S：当前迭代残差偏度；Ku：当前迭代残差峰度；MSE为均方误差；CV表示一种将数据集划分为多个子集；表示对交叉验证中每一折的验证集计算MSE，再取所有折的MSE的平均值，作为模型选择最终λ0的指标； S22、设定目标函数，并进行拟合实现动态残差感知： ； 如上，xi1,xi2：标准化后的Al和TOC值；β0：截距项c，β1,β2：回归系数a和b；α：弹性网络混合比；令弹性网络混合参数α=0.5，平衡变量选择与共线性抑制；λdyn：动态正则化强度；λ0：基础正则化强度；γβ1−2：地质先验软约束项；γ：先验权重为ηλ0，η∈[0.05,0.2]；P平均：四种常用经验系数的平均值，动态正则化强度λdyn=λ01+∣S∣+∣Ku−3∣； 残差加权项为：，其中：ri为样本残差； S23、模型系数反标准化，求得系数a，b，c 设标准化变量为；回归方程为，通过转换为原始变量； 其中，为修正后系数c；为修正后Al和TOC的系数矩阵[ab]； S3、Si碎屑计算与生物硅Sibio修正 将上述求得的系数a，b，c代入待测组样本中，通过模型Si碎屑=aAl+bTOC+c获得Si碎屑的含量，利用Sibio=Si样本−Si碎屑来计算Sibio的含量，Si样本为待测组中硅元素的含量； 对结果进行两级修正第一级修正，若Sibio为负值，强制归零，并将对应Si碎屑调整为总Si样本含量；第二级修正，若Si碎屑超过总Si样本的105%，强制其等于总Si样本，Sibio归零。

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山东科技大学，其通讯地址为：266000 山东省青岛市黄岛区前湾港路579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。