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！

龙图腾网获悉四川轻化工大学申请的专利基于高光谱技术结合混合算法的窖泥总氮含量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：CN121096471B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511639660.9，技术领域涉及：G16C20/20；该发明授权基于高光谱技术结合混合算法的窖泥总氮含量检测方法是由黄丹;蒋旌鑫;周毅飞;田建平;夏园园;朱敏;胡新军;王明耀设计研发完成，并于2025-11-11向国家知识产权局提交的专利申请。

本基于高光谱技术结合混合算法的窖泥总氮含量检测方法在说明书摘要公布了：本申请属于窖泥氮含量检测技术领域，具体公开了一种基于高光谱技术结合混合算法的窖泥总氮含量检测方法，包括：对窖泥样本在近红外光谱区域的高光谱图像数据进行黑白校正；选取感兴趣区域ROI，提取ROI内所有像素点的光谱数据，并计算每个波长处的平均光谱反射率数据；对该数据进行预处理，采用连续投影算法结合遗传算法、竞争自适应重加权法的三步联用策略，对预处理后的数据进行特征波长提取，得到光谱范围内与窖泥总氮含量相关的特征波长数据；基于特征波长数据，利用预先构建的窖泥总氮含量预测模型预测窖泥总氮含量；其中，窖泥总氮含量预测模型是混合冠豪猪优化算法和支持向量回归的组合。本申请能实现总氮含量快速无损精准检测。

本发明授权基于高光谱技术结合混合算法的窖泥总氮含量检测方法在权利要求书中公布了：1.一种基于高光谱技术结合混合算法的窖泥总氮含量检测方法，其特征在于，包括如下步骤： S10，采集待测窖泥样本在近红外光谱区域的高光谱图像数据，并对所述高光谱图像数据进行黑白校正； S20，从校正后的高光谱图像数据中选取感兴趣区域ROI，提取ROI内所有像素点的光谱数据，并计算每个波长处的平均光谱反射率数据； S30，对平均光谱反射率数据进行预处理，然后采用连续投影算法结合遗传算法、竞争自适应重加权法的三步联用策略，对预处理后的光谱反射率特征数据进行特征波长提取，得到光谱范围内与窖泥总氮含量相关的特征波长数据； S40，基于所述特征波长数据，利用预先构建的窖泥总氮含量预测模型预测窖泥总氮含量；其中，窖泥总氮含量预测模型是混合冠豪猪优化算法和支持向量回归的组合； 步骤S30中，采用三步联用策略进行特征波长提取的步骤，具体为： S31，利用连续投影算法对预处理后的光谱反射率特征数据的全波长进行初选，得到第一组特征波长数据；其中，连续投影算法选择不同特征波长数时依据RMSE的变化趋势图，RMSE值达到最小值时，所选择的波长组合为特征波长； S32，使用遗传算法对所述第一组特征波长数据进行二次提取，设定遗传算法的相关控制参数，包括初始种群、交叉概率、变异概率和迭代次数，迭代终止后将波长变量按频率的高低顺序逐一加入偏最小二乘回归模型中，以RMSE值确定最佳的波长变量组合，得到二次提取的特征波长数据； S33，采用竞争自适应重加权法对所述二次提取的特征波长数据进行进一步筛选，根据回归系数的绝对值计算每个波长点的权重，采用重加权采样方法来决定需迭代的波长，保留权重高的波长，最终得到最优特征波长组合； 步骤S40中，所述混合冠豪猪优化算法CCPO和支持向量回归SVR的组合具体为： 构建具有双层结构的CCPO‑SVR混合优化模型，其中内层基于支持向量回归SVR执行回归预测，外层基于混合冠豪猪优化算法CCPO，通过最小化SVR的预测误差来自动搜寻SVR的最优超参数组合；所述超参数包括惩罚系数c、核参数g和不敏感损失参数ε。

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四川轻化工大学，其通讯地址为：643000 四川省自贡市自流井区汇东学苑街180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。