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！

龙图腾网获悉广州创想云科技有限公司申请的专利基于近红外光谱的危险化学品泄漏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：CN119757271B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411952402.1，技术领域涉及：G01N21/359；该发明授权基于近红外光谱的危险化学品泄漏检测方法是由陈思慧;邹世发设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本基于近红外光谱的危险化学品泄漏检测方法在说明书摘要公布了：本发明属于近红外光谱分析技术领域，具体涉及基于近红外光谱的危险化学品泄漏检测方法，包括以下步骤：S1光谱采集：配置探测器和近红外光谱仪，以检测泄漏气体或液体相应的吸收光谱；S2数据预处理：利用基线光谱对吸收光谱进行校正，消除光源不均匀性或光路杂散光的影响；S3光谱特征提取：采用主成分分析或独立成分分析法将波长点的高维光谱数据降维到低维特征空间，保留主要信息以提取光谱特征参数；S4构建贝叶斯模型：S5模型应用。近红外光谱技术具有快速检测的特点，能够实现对危险化学品泄漏的实时监测；并通过ICA方法能够有效分离重叠吸收峰，提高复杂混合物识别的准确性。

本发明授权基于近红外光谱的危险化学品泄漏检测方法在权利要求书中公布了：1.基于近红外光谱的危险化学品泄漏检测方法，其特征在于：包括以下步骤： S1光谱采集：使用宽带近红外光源和光强稳定器，确保采集吸收光谱的稳定；配置探测器和近红外光谱仪，以检测泄漏气体或液体相应的吸收光谱；设置间歇性的连续扫描模式，通过调整采集频率和扫描分辨率，记录吸收光谱； S2数据预处理：利用基线光谱对吸收光谱进行校正，消除光源不均匀性或光路杂散光的影响；采用去噪算法对吸收光谱进行曲线平滑处理，改善信噪比； S3光谱特征提取： S31波长选择:采用递归特征消除法选择光谱中对不同化学品类别的区分度最高的波长点作为特征； S32特征提取:采用独立成分分析法将波长点的高维光谱数据降维到低维特征空间，保留主要信息以提取光谱特征参数； 所述光谱特征参数包括峰值位置、峰值强度、峰面积和半峰宽； S4构建贝叶斯模型：基于历史光谱数据和已知化学品类别的分布，构建贝叶斯模型，计算样品属于每种化学品类别的后验概率； S5模型应用：将实时采集并提取出新的光谱特征向量输入到训练好的贝叶斯模型中，输出属于某种化学品类别的后验概率；选择后验概率最大的类别作为检测结果； 所述采用独立成分分析法提取光谱特征参数的具体步骤包括： 采用ICA算法对光谱数据进行分解，并设置ICA算法相关参数，包括迭代次数和收敛阈值； X＝A·S； 式中，X是光谱数据；S是光谱中的独立信号源，每一列代表一个独立成分；A是混合矩阵，描述了独立成分如何混合形成光谱数据； 使用非高斯性测度函数分离独立信号源； 从独立信号源中提取并计算峰值位置、峰值强度、峰面积和半峰宽； 步骤S4构建贝叶斯模型的流程中，以高斯混合分布拟合每种化学品类别的光谱分布，计算其对应的概率密度函数；并将概率密度函数作为观测数据的似然函数； 所述概率密度函数的计算步骤包括： 为每种化学品类别，使用高斯混合分布对其光谱特征向量的分布进行建模； 确定一个初始的混合分量数K，并通过赤池信息准则或贝叶斯信息准则进行后续优化，以确保模型复杂度与数据拟合能力的平衡； 使用期望最大化算法拟合高斯混合模型参数，包括每个光谱特征向量的均值向量、协方差矩阵和混合系数； 使用EM算法进行高斯混合模型的迭代： E步：计算给定当前参数时每个高斯分量的后验概率； M步：更新参数以最大化模型的对数似然函数，直至收敛； 对于每种化学品类别，其概率密度函数表示为： 式中，NX；μik,Σik是特征向量X对应的多维高斯分布；μik是每个化学品类别Ci的均值向量；Σik是化学品类别Ci的协方差矩阵；πik是化学品类别Ci的混合系数。

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广州创想云科技有限公司，其通讯地址为：510630 广东省广州市天河区中山大道西89号4层421房；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”。

以上内容由龙图腾AI智能生成。