公开(公告)号：CN115270636B

公开(公告)日：2025-05-16

申请号：CN202210945945.5

申请日：2022-08-08

Applicant: 大连海事大学

Inventor： 邹世龙 ,  王浩彬 ,  刘小睿 ,  李泓锦 ,  李文萍 ,  张雅楠 ,  王俊生 ,  符策 ,  刘剑桥

IPC: G16C20/20 ,  G16C20/70 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的船用燃油痕量元素分析方法，包括：S1：并燃油样本的SnO2量子点荧光强度曲线图进行间隔采样；S2：获得标准化矩阵；S3：获取简化的标准化矩阵；S4：获取SnO2量子点荧光强度随波长变化曲线图；S5：获取修正后的SnO2量子点荧光强度随波长变化曲线图；S6：搭建对抗网络，获得仿真SnO2量子点荧光强度随波长变化曲线图；S7：搭建卷积神经网络MCNN；并以获取最优卷积神经网络；S8：获取燃油痕量元素的浓度和所述燃油样本类别。本发明解决了传统燃油含硫量检测技术效率低、辐射高、污染环境等问题，能够表现出更好的效果，在检测准确度和精度上进一步提升，高效地完成数据的处理任务。

公开(公告)号：CN115270636A

公开(公告)日：2022-11-01

申请号：CN202210945945.5

申请日：2022-08-08

Applicant: 大连海事大学

Inventor： 邹世龙 ,  王浩彬 ,  刘小睿 ,  李泓锦 ,  李文萍 ,  张雅楠 ,  王俊生 ,  符策 ,  刘剑桥

IPC: G06F30/27 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的船用燃油痕量元素分析方法，包括：S1：并燃油样本的SnO2量子点荧光强度曲线图进行间隔采样；S2：获得标准化矩阵；S3：获取简化的标准化矩阵；S4：获取SnO2量子点荧光强度随波长变化曲线图；S5：获取修正后的SnO2量子点荧光强度随波长变化曲线图；S6：搭建对抗网络，获得仿真SnO2量子点荧光强度随波长变化曲线图；S7：搭建卷积神经网络MCNN；并以获取最优卷积神经网络；S8：获取燃油痕量元素的浓度和所述燃油样本类别。本发明解决了传统燃油含硫量检测技术效率低、辐射高、污染环境等问题，能够表现出更好的效果，在检测准确度和精度上进一步提升，高效地完成数据的处理任务。