[发明专利]一种基于人工智能的超导量子磁探测方法

权利要求书

1.一种基于人工智能的超导量子磁探测方法，其特征在于，所述方法包括以下步骤：

步骤1：系统初始化，开始采集信号；

步骤2：对采集到的信号进行处理；

步骤3：对处理的结果进行数据分析。

2.如权利要求1所述的基于人工智能的超导量子磁探测方法，其特征在于，所述步骤1采集信号的方法包括：采用SQUID传感器及其电子学系统、低温保持器、电磁屏蔽室和数据采集处理系统构成的采集系统进行采集。

3.如权利要求2所述的基于人工智能的超导量子磁探测方法，其特征在于，采集信号过程中SQUID传感器与杜瓦位于屏蔽室中，杜瓦悬挂在屏蔽室中央位于人体前胸正上方，杜瓦的高度可通过旋转悬挂支架来调节，SQUID传感器要尽可能地靠近杜瓦底部以缩短与前胸之间的距离。其他的室温电子学设备，包括SQUID控制器、示波器、数据采集系统等均位于屏蔽室外，SQUID与控制器之间通过一根低温电缆连接。

4.如权利要求3所述的基于人工智能的超导量子磁探测方法，其特征在于，所述步骤2中，对采集到的信号进行处理的方法包括：使用标量e_a和e_W描述平面上每一个点的矢量系统a和W电流密度分布结构，相应地，使用以下算法确定该值：参数e定义为源平面相应点系统a和W电流密度矢量之和的矢量振幅：

计算每一个电流系统a和W标量参数e的整数值(源平面上)；

计算每一个系统a和W的标示参数的“标准化”分布，使总幅度等于1；

-使用得到的数值计算以下参数：

参数Δ(“熵”)只有正值，如果研究的配对分布图的矢量电流密度分布完全一致，则该值等于零。

5.如权利要求4所述的基于人工智能的超导量子磁探测方法，其特征在于所述步骤3中对处理的结果进行数据分析的方法包括：

采用预设的训练数据集对预设的网络架构进行训练，获得训练后的模型；

采用预设的测试数据集对所述训练后的模型进行测试，获得感受性曲线；

将待分析数据导入所述训练后的模型，输出待分析数据的逻辑输出值；

将所述待分析数据的逻辑输出值在所述感受性曲线中进行比对，计算并输出分析结果。