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！

龙图腾网获悉武汉纺织大学申请的专利一种机织纱线与面料双向光谱预测构建方法和系统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：CN119394969B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202411647760.1，技术领域涉及：G01N21/55；该发明授权一种机织纱线与面料双向光谱预测构建方法和系统是由梁金星;黄君宜;吴光皓;伍文;杨柯;胡新荣设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本一种机织纱线与面料双向光谱预测构建方法和系统在说明书摘要公布了：本发明为一种机织纱线与面料双向光谱预测构建方法和系统，所述方法包括：收集不同颜色的纱线，制作纱线的绕纱样本；利用分光光度计测量获得纱线的光谱反射率数据；设定利用纱线制作机织面料样本的工艺参数；利用机织面料打样机设备按照设定的工艺参数制作机织面料样本；利用分光光度计测量获得面料样本的光谱反射率数据；构建基于面料工艺参数的纱线到面料正向光谱预测模型；构建基于面料工艺参数的面料到纱线反向光谱预测模型；按照新的工艺参数制作测试面料，并分别对纱线与面料的双向光谱预测模型性能进行检验；计算测试面料在两个模型下的光谱均方根误差RMSE的平均值，作为评价两个模型总体性能的指标，得到最终的双向光谱预测模型。

本发明授权一种机织纱线与面料双向光谱预测构建方法和系统在权利要求书中公布了：1.一种机织纱线与面料双向光谱预测模型构建方法，其特征在于，具体包括以下步骤： 步骤1，收集不同颜色的纱线，制作纱线的绕纱样本； 步骤2，利用分光光度计测量获得纱线的光谱反射率数据； 步骤3，设定利用纱线制作机织面料样本的工艺参数； 步骤4，利用机织面料打样设备按照设定的工艺参数制作机织面料样本； 步骤5，利用分光光度计测量获得面料样本的光谱反射率数据； 步骤6，利用线性多输出回归模型构建基于面料工艺参数的纱线到面料正向光谱预测模型； 步骤6中，构建基于面料工艺参数的纱线到面料正向光谱预测模型，实施方法如下： 首先，基于步骤1至步骤5分别获得了纱线光谱数据集和面料光谱数据集，对数据集进行预处理；将面料的纹理设定为类别型变量，并采用独热编码转换为数值型特征，将筘数和纬数作为连续数值型特征，对以上特征数据使用z-score标准化方法处理，以消除不同量纲之间的影响； 其次，每个面料样本对应的标准化后的参数特征和对应纱线的光谱反射率进行组合，作为由纱线到面料正向光谱预测模型的输入特征，将每个面料样本的光谱反射率作为模型的输出特征，完成模型训练所需成对数据集的构建； 然后，利用线性多输出回归模型构建纱线到面料正向光谱预测模型： 对于第𝑖个面料样本和波长𝜆𝑗，线性回归模型表示如式（2）所示： （2）； 式中：是第𝑖个样本在波长𝜆𝑗下的预测反应率，是波长𝜆𝑗的截距项，是波长𝜆𝑗下特征k的回归系数，k=1,2,3,4,5,6,7，和分别为筘数和纬数，，，，和为编织工艺的独热编码变量； 为估计回归系数矩阵𝛽和截距向量𝐵，采用最小二乘法，其目标是最小化残差平方和；对于波长𝜆𝑗，损失函数定义为式（3）： （3）； 式中：是第𝑖个样本在波长𝜆𝑗下的真实反应率；是第𝑖个样本在波长𝜆𝑗下的预测反应率； 步骤7，利用多层感知机MLP神经网络构建基于面料工艺参数的面料到纱线反向光谱预测模型； 步骤7中，构建基于面料工艺参数的面料到纱线反向光谱预测模型，实施方法如下： 首先，数据来源与基于面料工艺参数的纱线到面料的正向光谱预测模型保持一致，不同的是，反向模型的输入为面料的光谱反射率和工艺参数，输出为纱线的光谱反射率，利用面料的光谱数据和对应工艺参数生成输入特征𝑋，利用对应纱线光谱发射率生成目标变量𝑦； 然后，利用多层感知机MLP神经网络，学习从面料光谱反射率和工艺参数到纱线光谱的反向映射关系；反向模型的核心是一个多层感知机MLP神经网络，该神经网络包括两个全连接层，第一层包含128个神经元，第二层32个神经元，每一层都包含ReLU激活函数和L2正则化，以避免过拟合；为了进一步防止过拟合，还加入了Dropout层；Dropout层是在每一层后使用Dropout以随机丢弃部分神经元的连接，进一步减少过拟合；模型的数学表达可以表示为式（10）： （10）； 其中，𝑋是输入特征向量，包含筘数、纬数和纹理的编码特征，以及织物光谱的预测值；𝑦是模型的输出，表示预测的纱线光谱反射率，表示通过多层感知机网络进行映射的过程，其中每个层的输出由上一层的加权和经过激活函数转换；采用均方误差MSE作为损失函数来衡量预测与实际值之间的差异，其公式为： （11）； 其中，是真实值；是预测值；N是样本数量； 步骤8，利用步骤3和4方法，按照新的工艺参数制作测试面料样本，对纱线与面料的双向光谱预测模型性能进分别行检验，双向光谱预测模型包括纱线到面料正向光谱预测模型和面料到纱线反向光谱预测模型； 步骤9，计算测试面料在两个模型下的光谱均方根误差的平均值，作为评价两个模型总体性能的指标，得到最终的双向光谱预测模型。

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武汉纺织大学，其通讯地址为：430073 湖北省武汉市洪山区纺织路1号；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”。