Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川启睿克科技有限公司李光尧获国家专利权

四川启睿克科技有限公司李光尧获国家专利权

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!

龙图腾网获悉四川启睿克科技有限公司申请的专利便携式近红外光谱定量模型与未知样本匹配度判别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:CN116166973B

龙图腾网通过国家知识产权局官网在2026-03-31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:202310185204.6,技术领域涉及:G06F18/22;该发明授权便携式近红外光谱定量模型与未知样本匹配度判别方法是由李光尧;张国宏;刘浩;贾利红;王毅;闫晓剑设计研发完成,并于2023-03-01向国家知识产权局提交的专利申请。

便携式近红外光谱定量模型与未知样本匹配度判别方法在说明书摘要公布了:本发明公开了一种便携式近红外光谱定量模型与未知样本匹配度判别方法,利用偏最小二乘法构建定量模型,获得PLS主成分的载荷矩阵和得分矩阵;分别计算出主成分一和主成分二的得分阈值,利用两个阈值构建椭圆极坐标表达式;将采集到的未知样本光谱映射到主成分中获得得分值;将主成分一的得分值代入椭圆极坐标表达式中,以获得两个主成分二的预测得分值构成判断区间;检测未知样本的主成分二的得分值是否在判断区间内,从而判断未知样品与定量模型的匹配度。通过本发明判断未知样本预测过程中的与定量模型的匹配度,对异常样本进行辨别,能够及时提示更新模型,保证光谱仪长时间使用的稳定性和准确性。

本发明授权便携式近红外光谱定量模型与未知样本匹配度判别方法在权利要求书中公布了:1.一种便携式近红外光谱定量模型与未知样本匹配度判别方法,其特征在于,包括如下步骤: 步骤a.基于训练集的光谱数据,利用偏最小二乘法PLS构建定量模型,获得PLS主成分一和主成分二的每个变量的载荷矩阵X_loadings和每个训练集样本的得分矩阵Xt_scores; 步骤b.利用多变量t检验方法分别计算出主成分一和主成分二的得分阈值,将两个阈值作为长半径和短半径带入椭圆极坐标公式,构建椭圆极坐标表达式; 所述步骤b中,利用多变量t检验方法分别计算出主成分一和主成分二的得分阈值,具体方法包括: b1、根据多变量t检验方法计算得出每一个样本点对主成分一和主成分二的得分值经过变化后服从F分布; b2、设置显著水平,得到主成分一和主成分二上的得分阈值,得分阈值的计算公式为: ; 其中,为得分阈值;为第主成分的方差,取1或2;为分布拒绝域边界,可通过查表得知;α为显著水平;n为样本数; 步骤c.利用步骤a所获得的载荷矩阵X_loadings,将采集到的未知样本光谱映射到主成分一和主成分二中,获得该未知样本对应的主成分一和主成分二的得分值; 步骤d.将主成分一的得分值代入步骤b所构建的椭圆极坐标表达式中,获得两个数值相同符号相反的主成分二的预测得分值,由所获得的两个主成分二的预测得分值构成判断区间; 步骤e.逐一检测未知样本的主成分二的得分值是否在判断区间内,从而判断未知样品与定量模型的匹配度。

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启睿克科技有限公司,其通讯地址为:610000 四川省成都市高新区天府四街199号1栋33层;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。

免责声明
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。