申请/专利权人：南京海关工业产品检测中心

申请日：2024-03-22

公开（公告）日：2024-04-26

公开（公告）号：CN117934019A

主分类号：G06Q30/018

分类号：G06Q30/018;G01N27/626;G06Q50/02;G06F18/214;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明涉及原产地溯源技术领域，公开了一种基于深度学习的铜精矿样品溯源方法及系统，获取铜精矿样品信息，根据所有所述铜精矿样品信息中的微量元素种类检测频率对所述微量元素种类进行等级划分并计算所述微量元素种类的综合权重值，所述微量元素种类与所述铅同位素丰度比关联处理获得关联参数，构建深度学习模型，将待预测的铜精矿数据输入训练完成的深度学习模型，输出铜精矿原产地溯源结果；通过筛选的关联参数作为模型训练集，减少了数据量同时还保证训练集质量精度，用于模型训练有效提高模型的预测精度和稳定性。

主权项：1.一种基于深度学习的铜精矿样品溯源方法，其特征在于，包括：步骤S1，获取铜精矿样品信息，所述铜精矿样品信息包括微量元素信息和铅同位素丰度比；所述微量元素信息包括微量元素种类和微量元素种类含量；步骤S2，根据所有所述铜精矿样品信息中的微量元素种类检测频率对所述微量元素种类进行等级划分并计算所述微量元素种类的综合权重值；具体包括以下步骤：步骤S21，根据微量元素种类等级为所述微量元素种类赋予权重值；步骤S22，确定所述微量元素种类的影响因子；步骤S23，确定所述影响因子的影响范围，将所述影响因子的具体数值与所述影响范围作对比确定所述影响因子的贡献度；步骤S24，根据所述影响因子的贡献度与所述影响因子的具体数值确定所述微量元素种类的影响系数；步骤S25，根据所述微量元素种类的影响系数以及所述微量元素种类权重值确定所述微量元素种类的综合权重值；步骤S3，所述微量元素种类与所述铅同位素丰度比关联处理获得关联参数，具体包括以下步骤：步骤S31，获取所述微量元素种类与所述铅同位素丰度比进行关联的关联数据集；步骤S32，计算所述关联数据集中的所述微量元素种类与所述铅同位素丰度比的相关系数；步骤S33，根据所述关联数据集中所述微量元素种类与所述铅同位素丰度比的相关系数与所述微量元素种类等级下所述微量元素种类的综合权重值相乘并求和，得到所述关联数据集的指标值；步骤S34，根据所述关联数据集的指标值确定指标阈值，根据所述指标阈值筛选出关联参数；步骤S4，构建深度学习模型，将所述关联参数的具体数值以及对应的目标值作为训练集，对深度学习模型进行训练，获得训练完成的深度学习模型；步骤S5，将待预测的铜精矿数据输入训练完成的深度学习模型，输出铜精矿原产地溯源结果。

全文数据：

权利要求：

百度查询： 南京海关工业产品检测中心 一种基于深度学习的铜精矿样品溯源方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD