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！

龙图腾网获悉南京理工大学申请的专利基于机器学习的液体食品污染物微波感知检测方法及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：CN120507370B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202510934476.0，技术领域涉及：G01N22/00；该发明授权基于机器学习的液体食品污染物微波感知检测方法及系统是由丁大志;左雨翰;李猛猛;陈睿;顾鹏飞设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。

本基于机器学习的液体食品污染物微波感知检测方法及系统在说明书摘要公布了：本发明公开了一种基于机器学习的液体食品污染物微波感知检测方法及系统，具体为：建立微波探测液体食品污染物的理论模型，设计天线单元结构；在传送带上划定检测区域并设置采样点位置，计算各天线单元到采样点位置的相位差，设计每个天线单元的补偿相位；在仿真软件中搭建阵列天线，验证阵列天线的聚焦效果；针对阵列天线设计FPGA控制板，利用上位机对每个天线单元的工作状态进行控制，集成上位机、FPGA控制板与天线板形成检测装置；对被污染前后的食品进行测试，构建食品污染前后散射参数的测试数据集；建立机器学习模型对液体食品有无污染物及污染类型进行检测。本发明提高了食品污染物检测成功率，并且检测范围更广、检测能力更强。

本发明授权基于机器学习的液体食品污染物微波感知检测方法及系统在权利要求书中公布了：1.一种基于机器学习的液体食品污染物微波感知检测方法，其特征在于，包括以下步骤： 步骤1、建立微波探测液体食品污染物的理论模型，针对待检测液体食品电磁特性确定检测装置的工作频率，进行天线单元结构的设计； 步骤2、在食品传送带上划定固定区域作为检测区域，在该检测区域范围内设置采样点位置，计算阵列天线中各天线单元到这些采样点位置的相位差，从而设计每个天线单元的补偿相位； 步骤3、根据步骤2所设计的每个天线单元的补偿相位，在仿真软件中搭建阵列天线，并仿真阵列天线在不同采样点处的电场聚焦情况，从而验证阵列天线的聚焦效果； 步骤4、针对阵列天线设计FPGA控制板，利用上位机通过点控的方式实现对阵列天线每个天线单元工作状态的控制，最终集成上位机、FPGA控制板与天线板三部分形成检测装置，并开发相应的PCB板实现各部分之间的通信； 步骤5、基于步骤4所得检测装置，对未被污染的液体食品以及不同位置附带不同类型污染物的液体食品进行测试，获取在所有采样点位置下检测的散射参数，构建液体食品污染前、后的测试数据集； 步骤6、对未被污染和被污染的液体食品测试数据集进行预处理与分析，建立机器学习模型对液体食品有无污染物以及污染类型进行检测； 步骤1所述建立微波探测液体食品污染物的理论模型，具体如下： 电磁波穿透液体食品时，液体食品内部介电参数的变化会带来散射参数的变化，基于液体食品基底与污染物介电参数的差异性，能够实现对液体食品污染物的探测； 污染物相对于液体食品的体积比例小于阈值，忽略由污染物带来的散射场，引入Born近似得到： ； 其中、为端口、的位置，为污染物所产生的、端口散射参数的变化；是虚数单位，表示复数中的虚部；为角频率，为液体食品的介电常数，为不存在污染物时由端口辐射在液体食品内产生的电场，为液体食品所在区域，表示在位置处液体食品存在污染物和不存在污染物时形成的介电常数对比度，其中为污染物介电常数； 由于不存在污染物时与污染物无关，因此与看作为线性关系，对进行分析，实现对液体食品污染物带来的进行检测。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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”。

以上内容由龙图腾AI智能生成。