云南中烟工业有限责任公司王萝萍获国家专利权
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!
龙图腾网获悉云南中烟工业有限责任公司申请的专利一种快速判断烟草样品颗粒度的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:CN119738321B 。
龙图腾网通过国家知识产权局官网在2025-11-21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:202411786810.4,技术领域涉及:G01N15/0205;该发明授权一种快速判断烟草样品颗粒度的方法是由王萝萍;郑博文;刘晶;钱颖颖;马翔;陆俊平;夭建华;温亚东;于春霞;韩莹;朱杰;严杰;刘欣;夏建军;何晓健;王开平;曾婉俐;向海英;邵学广;徐济仓;熊茜;汤丽琳;陈康宁;叶春文;洪腾宇;罗姗;蔡永珍;刘俊设计研发完成,并于2024-12-06向国家知识产权局提交的专利申请。
本一种快速判断烟草样品颗粒度的方法在说明书摘要公布了:本发明涉及烟草加工技术领域,特别涉及一种快速判断烟草样品颗粒度的方法,包括以下步骤:获取烟叶样品颗粒光谱及获取标准化的烟叶样品颗粒光谱数据;对烟叶样品颗粒光谱进行扩维处理,获得不同形式的烟叶样品颗粒光谱数据,基于烟叶样品颗粒类别,将相同的烟叶样品颗粒光谱数据进行拼接,获得烟叶样品颗粒光谱扩维数据;基于XGBoost机器算法及烟叶样品颗粒光谱扩维数据,构建烟叶样品颗粒度判别模型将未知烟草样品颗粒数据输入稳定的烟叶样品颗粒度判别模型中,获得未知烟草样品颗粒的初步归属类别;能够在用近红外光谱技术对样品进行分析之前,可准确识别样品的颗粒度是否符合预测模型的要求,保障后续用近红外光谱技术对样品化学成分预测的准确性。
本发明授权一种快速判断烟草样品颗粒度的方法在权利要求书中公布了:1.一种快速判断烟草样品颗粒度的方法,其特征在于:包括以下步骤: Step1、收集经烘干处理后的不同类别烟叶样品颗粒,对不同类别烟叶样品颗粒进行红外光谱扫描,获得烟叶样品颗粒光谱,再对烟叶样品颗粒光谱进行标准化处理,获得标准化的烟叶样品颗粒光谱数据; Step2、对烟叶样品颗粒光谱进行扩维处理,获得不同形式的烟叶样品颗粒光谱数据,基于烟叶样品颗粒类别,将相同的烟叶样品颗粒光谱数据进行拼接,获得烟叶样品颗粒光谱扩维数据,包括以下步骤: Step2.1、对Step1.3中的不同烟叶样品颗粒光谱进行最大最小归一化处理,获得不同烟叶样品颗粒光谱Spc; Step2.2、对Step1.3中的不同烟叶样品颗粒光谱进行SNV校正处理后,做最大最小归一化处理,获得不同烟叶样品颗粒光谱Spc_0; Step2.3、对Step1.3中的不同烟叶样品颗粒光谱进行一阶微分校正处理后,做最大最小归一处理,获得不同烟叶样品颗粒光谱Spc_1; Step2.4、对Step1.3中的不同烟叶样品颗粒光谱进行二阶微分校正处理后,做最大最小归一处理,获得不同烟叶样品颗粒光谱Spc_2; Step2.5、通过不同烟叶样品颗粒名称匹配,从Step2.1中不同烟叶样品颗粒光谱Spc、Step2.2中不同的烟叶样品颗粒光谱Spc_0、Step2.3中不同烟叶样品颗粒光谱Spc_1及Step2.4中不同烟叶样品颗粒光谱Spc_2数据中找到相同烟叶样品颗粒光谱数据并进行拼接,获得烟叶样品颗粒光谱扩维数据; Step3、基于XGBoost机器算法及烟叶样品颗粒光谱扩维数据,构建烟叶样品颗粒度判别模型,用交叉验证技术对烟叶样品颗粒度判别模型进行优化,获得优化后的烟叶样品颗粒度判别模型,对优化后的烟叶样品颗粒度判别模型进行训练,获得稳定的烟叶样品颗粒度判别模型,包括以下步骤: Step3.1、将烟叶样品颗粒光谱扩维数据输入XGBoost机器算法中,构建烟叶样品颗粒度判别模型; Step3.2、采用交叉验证技术,对烟叶样品颗粒度判别模型中的学习率、树最大深度及正则化参数进行优化调整,获得优化后的烟叶样品颗粒度判别模型; Step3.3、用不同近红外光谱仪照射相同烟草样品颗粒,获得烟草样品颗粒红外光谱数据,将烟草样品颗粒红外光谱数据作为训练集输入Step3.2中优化后的烟叶样品颗粒度判别模型中,获得稳定的烟叶样品颗粒度判别模型; Step4、将未知烟草样品颗粒数据输入稳定的烟叶样品颗粒度判别模型中,获得未知烟草样品颗粒度,后结合未知烟草样品颗粒光谱数据,对未知烟草样品颗粒的初步归属类别进行精准预测,获得未知烟草样品颗粒的最终归属类别。
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云南中烟工业有限责任公司,其通讯地址为:650233 云南省昆明市盘龙区世博路6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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励