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！

龙图腾网获悉哈尔滨理工大学申请的专利一种基于相关性和高斯曲线拟合的自适应近红外光谱变换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：CN116559110B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202310236906.2，技术领域涉及：G01N21/359；该发明授权一种基于相关性和高斯曲线拟合的自适应近红外光谱变换方法是由康守强;赵瑞凡;薛原;沈涛设计研发完成，并于2023-03-13向国家知识产权局提交的专利申请。

本一种基于相关性和高斯曲线拟合的自适应近红外光谱变换方法在说明书摘要公布了：一种基于相关性和高斯曲线拟合的自适应近红外光谱变换方法，涉及近红外光谱变换技术领域。本发明是针对近红外光谱的谱峰重叠使待测物质的定量分析产生较大误差而提出的。该方法用待测物近红外光谱的离散点数确定参与高斯曲线拟合的高斯函数数量，用离散点的波长位置确定高斯函数中心位置；利用相关性分析，确定有利于提取重叠信息的最佳高斯函数带宽。基于此，构造曲线拟合的方程组，通过求解方程组确定高斯函数高度，并对高斯函数进行面积积分，得到待测物光谱的变换结果，进而构建待测物的含量预测模型。所提方法分别应用于污水COD含量和玉米水分含量的预测，其预测均方误差相比于变换前减少了至少25％，说明参与曲线拟合的高斯函数无需与真实谱峰信息对应，也可实现原始光谱中重叠信息的有效分解与重组，从而减小定量分析误差。

本发明授权一种基于相关性和高斯曲线拟合的自适应近红外光谱变换方法在权利要求书中公布了：1.一种近红外光谱的应用方法，近红外光谱为利用基于相关性和高斯曲线拟合的自适应近红外光谱变换方法得到的变换后的近红外光谱，将变换后的近红外光谱用于定量分析，基特征在于，基于相关性和高斯曲线拟合的自适应近红外光谱变换方法的实现过程为： 1根据原始光谱离散点数n确定高斯函数数量，使每个离散波长对应一个高斯函数，每个高斯函数对应一个中心波长； 假设原始光谱由若干个独立谱峰叠加形成，每个谱峰用高斯函数表示，将高斯函数叠加并逼近原始光谱的过程叫做高斯曲线拟合，其表达式为 式中，表示拟合光谱数据，是一组离散值，x为波长，Ai、δi、λi分别为第i个高斯函数高度、带宽及中心位置，三者分别表示实际谱峰的峰高、峰宽及峰位，m为参与拟合的高斯函数个数； 2原始近红外光谱结合式9自适应确定每个高斯函数的最佳带宽，以保证后续的变换不放大噪声并有效展现重叠峰信息； 式中，Pδ，λ表示以波长λ为波段中心的局部原始光谱数据与带宽为δ的高斯函数的相关性，相关性越大表示该波长处带宽为δ的高斯函数成分越多；Sx表示原始光谱波长x对应的原始光谱向量；通过式9计算出每个高斯函数的各个带宽对应的相关性，从中选出最大相关性值对应的带宽δ，将其作为该高斯函数的最佳带宽；最佳带宽的数量与高斯函数的数量一致； 3根据步骤1的中心波长和步骤2的最佳带宽代入如式5所示的线性方程组，求得各个高斯函数的高度A， 5 式中，A为高斯函数的高度向量，为拟合光谱向量，S为原始光谱向量；n为光谱离散点数；λ1表示光谱离散点数1对应的波长，λn表示光谱离散点数n对应的波长，其他同理；表示第1个光谱离散点对应的拟合值；S1表示第1个光谱离散点的原始值；A1表示第1个光谱离散点对应的高斯函数的高度；其他同理；公式5左边的矩阵为满秩矩阵； 根据带宽δ和高斯函数的高度A，对每个高斯函数的面积进行积分，用积分后的数据替换原始光谱；以原始光谱数据中起始点和结束点除外的任意相邻两点为研究对象，其对应的波长分别为λi、λj，能量分别为Si、Sj；假设两个高斯函数的拟合参数仅受左右相邻的高斯函数影响，则满秩拟合后，Si、Sj可表示为三个高斯函数相加的形式，如式6： 对两个高斯函数的面积进行积分，得到这两个离散点在满秩拟合积分变换后的能量： 。

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哈尔滨理工大学，其通讯地址为：150080 黑龙江省哈尔滨市南岗区学府路52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。