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！

龙图腾网获悉无锡中科光电技术有限公司申请的专利基于动态温漂补偿的作物光谱仪温漂校准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：CN121230870B 。

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：202511811420.2，技术领域涉及：G01J3/02；该发明授权基于动态温漂补偿的作物光谱仪温漂校准方法是由栾嘉蕴;张继荣;蒋红军;陈晓龙;徐胜辉;王昭娜设计研发完成，并于2025-12-04向国家知识产权局提交的专利申请。

本基于动态温漂补偿的作物光谱仪温漂校准方法在说明书摘要公布了：本发明涉及光谱仪温漂校准技术领域，尤其涉及一种基于动态温漂补偿的作物光谱仪温漂校准方法，包括以下步骤：获取每个测温点、每个特征谱线下的实际波长漂移偏差值；获取每个测温点、每个特征谱线下的预测波长漂移偏差值；根据偏差以对作物光谱仪进行校准处理；获取修正后的波长。本发明通过采集不同温度点、不同特征谱线下的原始数据，并捕捉温度与波长漂移量之间的非线性关系，以将波长漂移量扩展至全波段，相比于现有作物光谱仪的温漂校准方式，该方式能够得到全温域内的波长漂移量，并考虑温度与波长漂移量之间的非线性关系，以提高作为光谱仪温漂校准的精确度及稳定性。

本发明授权基于动态温漂补偿的作物光谱仪温漂校准方法在权利要求书中公布了：1.一种基于动态温漂补偿的作物光谱仪温漂校准方法，其特征在于，包括以下步骤： S1、获取作物光谱仪在25℃、个特征谱线下的波长示值、在个温度点、个特征谱线下的波长示值，并计算得到每个测温点、每个特征谱线下的实际波长漂移偏差值； S2、利用BP神经网络模型构建非线性映射模型，并对该非线性映射模型进行训练，以得到最优非线性映射模型，利用该最优非线性映射模型对温度点、特征谱线下的波长漂移偏差值进行预测，以得到温度点、特征谱线下的预测波长漂移偏差值； S3、实时获取作物光谱仪在温度下个特征谱线对应的波长示值，并计算得到实际波长漂移偏差值，并与最优非线性映射模型预测的波长漂移偏差值计算得到偏差，若偏差符合要求，则执行步骤S4，若偏差不符合符合要求，则对该作物光谱仪进行校准处理，直至偏差符合要求后，再执行步骤S4； S4、实时获取作物光谱仪的工作温度下个特征谱线对应的波长示值，并利用S2中的最优非线性映射模型输出温度下个特征谱线对应的预测波长漂移偏差值，再进行修正处理以得到修正后的波长； 所述S2包括以下步骤：S2‑1、BP神经网络模型参数定义：输入层为：温度点，输出层：波长漂移偏差值； S2‑2、BP神经网络模型网络结构设计：采用2层全连接结构，第一隐藏层用于接收输入层的温度信号、并增强温度与漂移量之间非线性关系的拟合能力，第二隐藏层用于第一隐藏层输出的二次特征提取，并捕捉温度剧烈变化时的漂移突变特征； S2‑3、非线性映射模型训练前的数据预处理：利用准则对S1中的波长漂移偏差值进行异常值剔除处理，以得到剔除异常值后的波长漂移偏差值； S2‑4、非线性映射模型的训练与优化：利用S2‑3剔除异常值后的波长漂移偏差值、Levenberg‑Marquardt优化算法对非线性映射模型进行训练与优化处理，以得到优化后的非线性映射模型； S2‑5、非线性映射模型的指标验证：若测试集平均绝对误差≤0.1nm且若每个特征谱线的预测误差的预测误差均≤0.1nm且未参与训练温度点的预测误差≤0.1nm，则优化后的非线性映射模型符合要求，即为最优非线性映射模型，并执行S2‑6，若若测试集平均绝对误差＞0.1nm或者若每个特征谱线的预测误差的预测误差均＞0.1nm或者未参与训练温度点的预测误差＞0.1nm，则优化后的非线性映射模型不符合要求，则返回S2‑2，直至优化后的非线性映射模型符合要求后，即为最优非线性映射模型，再执行S2‑6；S2‑6、利用S2‑5中的最优非线性映射模型对温度点、特征谱线下的波长漂移偏差值进行预测，以得到温度点、特征谱线下的预测波长漂移偏差值。

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无锡中科光电技术有限公司，其通讯地址为：214000 江苏省无锡市新吴区菱湖大道200号C座；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。