一种基于人工智能的氨基酸手性鉴别方法

AITNT
正文
推荐专利
一种基于人工智能的氨基酸手性鉴别方法
申请号:CN202411439844
申请日期:2024-10-15
公开号:CN119413754A
公开日期:2025-02-11
类型:发明专利
摘要
本发明提供一种基于人工智能的氨基酸手性鉴别方法,该方法的步骤包括:将待测试的氨基酸粉末与赋形剂粉末进行混合,并压制为氨基酸压片;采用太赫兹时域光谱仪向氨基酸压片发射太赫兹波,并接收反馈信号,所述反馈信号为归一化振幅信号、传输信号或吸收信号;将所述反馈信号输入到预训练的鉴别模型中,所述鉴别模型为卷积神经网络模型、径向基函数神经网络模型或极限学习机模型;基于所述鉴别模型的输出结果确定待测试的氨基酸粉末的氨基酸类型和手性结果。本方案基于太赫兹信号,可以反映出氨基酸分子结构的细微差异,本发明方法识别准确率高,本方案不需要借助手性试剂与手性分子反应结合,在提高识别准确率的前提下,提高处理效率。
技术关键词
氨基酸粉末 径向基函数神经网络模型 鉴别方法 赋形剂 卷积神经网络模型 极限学习机 时域光谱仪 信号 压片 氨基酸分子结构 涡旋混合器 细胞过滤器 手性试剂 模具 戊烯 聚乙烯 压强 混合物
系统为您推荐了相关专利信息
1
一种基于卷积神经网络的航天飞行器姿态识别方法和装置
航天飞行器姿态 识别方法 坐标 卷积神经网络模型 生成热力图
2
基于大模型的多特征语音鉴别方法、装置、设备及介质
语音鉴别方法 融合特征 语义特征模型 生成语音 语音关键词
3
基于改进人工旅鼠算法的气体超声波流量计故障诊断方法
气体超声波流量计 卷积神经网络模型 故障诊断方法 回波 样本
4
一种基于触觉反馈的表面缺陷检测模型及其构建方法、检测方法
缺陷类别 模型构建方法 卷积神经网络模型 特征提取器 标签
5
一种图像实时可控去噪方法、系统及计算机可读介质
噪声特征 噪声级别 去噪方法 协方差矩阵 噪声强度
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号