Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 泸州品创科技有限公司;江南大学许正宏获国家专利权

泸州品创科技有限公司;江南大学许正宏获国家专利权

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!

龙图腾网获悉泸州品创科技有限公司;江南大学申请的专利基于GC-MS和机器学习模型的白酒陈酿时间检测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:CN116110503B

龙图腾网通过国家知识产权局官网在2025-07-25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:202310131160.9,技术领域涉及:G16C10/00;该发明授权基于GC-MS和机器学习模型的白酒陈酿时间检测方法是由许正宏;沈才洪;刘青茹;张晓娟;王松涛;柴丽娟;郑蕾;陆震鸣设计研发完成,并于2023-02-17向国家知识产权局提交的专利申请。

基于GC-MS和机器学习模型的白酒陈酿时间检测方法在说明书摘要公布了:本发明公开了一种基于GC‑MS和机器学习模型的白酒陈酿时间检测方法,属于白酒鉴别技术领域。本发明首先采用气相色谱质谱联用仪来采集梯度陈酿时间白酒的化合物定性和定量数据集,随后通过化学计量学计算白酒中化合物的均匀度指数,然后筛选出酯化水解可逆反应并获得酯化反应浓度商,合并三个数据集后,通过排序算法联合机器学习模型,从其中筛选出与白酒陈酿时间鉴定密切相关的关键特征值,并对白酒陈酿时间的鉴定准确性进行验证,实现了白酒陈酿时间的准确检测。

本发明授权基于GC-MS和机器学习模型的白酒陈酿时间检测方法在权利要求书中公布了:1.基于GC-MS和机器学习模型的白酒陈酿时间检测方法,其特征在于:包括以下步骤: A、采用GC-MS对梯度陈酿时间的白酒样品中的化合物进行定性,获得每个酒样中化合物的定性数据集,对定性数据集中的化合物进行定量,获得每个酒样中化合物的浓度数据集; B、通过化学计量学计算每个白酒样品中化合物的均匀度指数Evennessindex,计算公式为:Evennessindex=,,其中,i为1,2,……S,S为步骤A中某一白酒样品中化合物的总个数,N为该白酒样品中所有化合物的含量总和,Ni为该白酒样品中某化合物i的含量; C、根据步骤A确定的定性和浓度数据集,选出步骤A每个白酒样品中同时存在于酯化水解可逆反应中的有机酸、醇和对应酯及水的组合,建立可逆反应平衡方程式,由产物的浓度取其化学计量系数的幂次方的乘积,除以反应物的浓度取其化学计量系数的幂次方的乘积,计算得到每个白酒样品中每个酯化水解可逆反应的反应浓度商Qc; D、步骤A所得浓度数据集、步骤B所得均匀度指数和步骤C所得反应浓度商即为特征值,采用排序算法对特征值进行重要性排序,从排序最靠前的特征值开始取值,在前一个子集上每次增加一个特征组成下一个子集,得到特征值总数×排序算法总数个大小不同的输入特征子集,将每个特征子集分别输入机器学习模型中,让机器学习模型进行年份判别,获得特征值总数×排序算法总数×机器学习模型总数个判别F1值,将所有F1值数据和筛选阈值进行比较,保留F1大于筛选阈值时输入机器学习模型的输入特征子集M个,取该M个输入特征子集的交集,从而获得最终的关键特征值; E、根据步骤D确定的关键特征值,检测未知陈酿时间的待测白酒的关键特征值,将其输入步骤D中所采用的机器学习模型中的至少一个中,确定其陈酿时间。

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泸州品创科技有限公司;江南大学,其通讯地址为:646000 四川省泸州市江阳区下平远路13号院;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”。

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。