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！

龙图腾网获悉华中科技大学申请的专利大气气溶胶浓度与粒谱光学散射测量方法、系统及传感器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：CN121007816B 。

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：202511539253.0，技术领域涉及：G01N15/0205；该发明授权大气气溶胶浓度与粒谱光学散射测量方法、系统及传感器是由林梦雪;陈磊设计研发完成，并于2025-10-27向国家知识产权局提交的专利申请。

本大气气溶胶浓度与粒谱光学散射测量方法、系统及传感器在说明书摘要公布了：本发明涉及大气气溶胶浓度与粒谱光学散射测量方法、系统及传感器，属于气溶胶光学测量技术领域。本发明基于光学散射原理的测量方法具有测量速度快和非接触测量的优点，可在不破坏被测气溶胶的情况下快速完成测量。本发明深度学习模型利用大量数据进行训练，模型的泛化能力和精度高，使用深度学习方法进行回归任务比传统方法具有更高的精度，使气溶胶浓度和粒谱的测量更准确。本发明大气气溶胶浓度与粒谱三维分布场的光学散射测量装置能实现测量精度高、范围大的大气气溶胶浓度与粒谱三维分布场的光学散射测量。

本发明授权大气气溶胶浓度与粒谱光学散射测量方法、系统及传感器在权利要求书中公布了：1.一种大气气溶胶浓度与粒谱光学散射测量方法，其特征在于，包括以下步骤： 1确定测量空间的大小和三维空间离散化处理后的网格数，构建多波长、多散射角度的气溶胶散射光强数据集； 2搭建基于气溶胶浓度和粒谱的回归模型，在步骤1得到的气溶胶散射光强数据集上训练回归模型，将损失函数最小的模型保存为最优模型； 具体为：深度学习模型的输入为散射光强数据，其中第一层为隐藏层，隐藏层的全连接层将输入数据维度进行扩展；再对数据进行标准化，处理扩展后的数据的特征向量；然后加入ReLU激活函数，引入非线性，ReLU激活函数的公式如下，其中x为上一层神经网络的输出： 再对神经元随机失活，将失活的神经元置零防止过拟合；其中第二层为扩展层，扩展层的全连接层将输入数据维度再次进行扩展，然后对数据进行标准化处理、引入ReLU激活函数，最后保持相同的失活率；其中第三层为压缩层，压缩层的全连接层将数据维度进行压缩，防止过参数化，然后进行标准化处理和激活；其中第四层为特征提取层，特征提取层的全连接层将数据维度进一步压缩，提取高阶特征，最后引入激活函数；最后一层为输出层，将压缩后的数据最终映射到输出数据，输出数据分别为各个网格的气溶胶浓度、中值粒径和标准差；在全部散射光强数据集上训练回归模型，将损失函数最小的模型保存为最优模型，训练时采用平滑均方差损失作为损失函数，计算公式如下： 其中，为第i个样本的真实值，为第i个样本的预测值，为控制平滑范围的阈值，L为损失值； 3激光器垂直于正方体网格发射第一波长光束，N个光电探测器分别采集散射光强信号，并将采集到的信号传输给主控制器，然后所述激光器发射第二波长光束，所述N个光电探测器继续采集散射光强信号，直至所述激光器的M种波长全部发射并采集完成，获取M×N个散射光强数据； 4将步骤3中获取的M×N个散射光强数据一维展开后输入到步骤2中所保存的最优模型中进行回归，得出激光器光束所穿过网格的气溶胶浓度和粒谱； 5所述激光器移动到下一个测量位置后按照步骤3和步骤4再次进行操作，直到测量完空间所有网格的浓度和粒谱，得到气溶胶的浓度与粒谱三维分布场。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。