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！

龙图腾网获悉泉州装备制造研究所;中国科学院福建物质结构研究所申请的专利基于近红外高光谱的EVA与POE复合材料辐照质量评估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：CN121540666B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202610069795.4，技术领域涉及：G01N21/359；该发明授权基于近红外高光谱的EVA与POE复合材料辐照质量评估方法是由韩军;林汉飞;黄惠玲;吴飞斌;龙晋桓;郭余航设计研发完成，并于2026-01-20向国家知识产权局提交的专利申请。

本基于近红外高光谱的EVA与POE复合材料辐照质量评估方法在说明书摘要公布了：本发明涉及材料测定、分析技术领域，特别涉及一种基于近红外高光谱的EVA与POE复合材料辐照质量评估方法。针对辐照改性材料质量受微观交联降解竞争机制与宏观空间异质性双重主导的特性，构建了一种微观化学特征与宏观空间均匀性的多指标综合评价体系。其创新在于：利用光谱解耦技术分离竞争反应信号，定量解析微观化学演变；将空间异质性转化为统计学指标，填补宏观剂量分布量化的技术空白；并通过非线性模型实现“光谱‑空间”双维特征的深度融合。本发明通过上述多维信息的协同互补，实现了对EVAPOE复合材料辐照后质量的多维度、无损量化评估，有效解决了单一维度指标无法准确反映材料真实辐照质量的问题。

本发明授权基于近红外高光谱的EVA与POE复合材料辐照质量评估方法在权利要求书中公布了：1.基于近红外高光谱的EVA与POE复合材料辐照质量评估方法，其特征在于，包括以下步骤： 步骤一、采集高光谱图像： 在暗室环境中，采用线扫描装置采集高光谱图像；采用暗电流校正与白参考标定相结合的双校正机制，将原始强度数据转换为相对反射率，如下公式所示： ； 反射率校正后，定义感兴趣区域并提取光谱特征，提取的光谱特征包括交联特征波段强度、降解特征波段强度以及辅助波段强度； 步骤二、光谱预处理与特征提取： 高光谱数据首先使用多元散射校正进行预处理，随后采用Savitzky–Golay一阶导数滤波进行光谱平滑和信号增强；从每个辐照剂量组的平均光谱中减去0kGy的光谱，生成了平均差值光谱，然后，识别Savitzky–Golay一阶导数光谱中的波峰、波谷和零点交越处作为特征光谱；这些特征光谱是辐照诱导化学变化的特定光谱标记，能够区分重叠的官能团振动； 步骤三、综合质量评分模型开发，包括以下步骤： 步骤3.1、光谱特征验证： 在识别特征光谱后建立光谱特征验证模型，确认特征光谱与吸收剂量和拉伸强度的定量关联，具体地，首先基于偏最小二乘回归构建吸收剂量模型，其次基于多元线性回归构建拉伸强度关联模型，如下： 首先，采用偏最小二乘回归建立特征光谱强度与实际吸收剂量之间的定量映射关系，将高维的光谱自变量矩阵X和剂量因变量矩阵Y同时投影到一个低维的潜在变量空间，在提取数据主要变异信息的同时，最大化自变量与因变量之间的协方差，从而克服多重共线性问题并滤除光谱噪声；偏最小二乘回归算法对光谱矩阵X和剂量矩阵Y进行双线性分解，如下公式所示： ； ； 其中，T和U分别是X和Y的潜在变量矩阵；P和Q分别是X和Y的载荷矩阵；E和F分别是X和Y的残差矩阵； 基于上述分解，建立X对Y的线性回归模型，如下公式所示： ； 式中，βPLSR为回归系数矩阵，F*为线性回归模型的残差矩阵，代表了实际测量值与模型预测值之间的偏差； 其次，使用多元线性回归量化特定光谱标记对材料宏观拉伸强度变化的独立贡献，建立多个自变量与一个因变量之间的线性组合关系验证模型如下公式所示： ； 式中，ΔY代表拉伸强度的变化量；n代表特征光谱标记的数量；是第i个特征光谱标记的强度变化量；是第i个特征对应的偏回归系数；是截距项；ε代表模型残差； 步骤3.2、空间均匀性量化： 将步骤3.1中训练好的吸收剂量模型，应用到每一个样品的感兴趣区域内的每一个像素点的高光谱数据上，对于图像中的每个坐标点，将其高光谱数据输入吸收剂量模型，计算出每个坐标点对应的预测剂量值，以将原始的高光谱图像转换为具有空间分辨能力的剂量量化分布图；基于生成的剂量量化分布图，提取所有像素点的预测剂量数值，计算其统计学指标以量化空间均匀性；引入变异系数CV作为空间均匀性指数，CV值越大，表明样品表面各处的吸收剂量差异越大，空间均匀性越差，反之则表明辐照均匀，计算公式如下公式所示： ； 其中，SD是指该样品感兴趣区域内所有像素点预测剂量相对于平均值的离散程度，计算公式为；其中n为像素总数；是指该样品感兴趣区域所有像素点预测剂量的算术平均值，代表样品接收到的整体剂量水平； 步骤3.3、构建综合质量评分模型： 采用随机森林回归算法，以从光谱中提取的化学特征指标和步骤3.2中计算得出的CV值作为输入，输出材料宏观拉伸强度的变化量，构建成非线性预测模型； 步骤3.4、对上述光谱特征验证模型、综合质量评分模型进行系统评估，以确保评估方法的准确性与可靠性： 针对吸收剂量模型、拉伸强度模型及综合质量评分模型，通过留一法交叉验证计算决定系数、均方根误差和平均绝对误差，评估目的用于表征模型对数据变异的解释程度，确认提取的光谱特征是否能真实反映剂量变化和力学性能变化；和用于量化模型的预测误差；如下公式所示： ； ； ； 式中，代表第i个样品的真实测量值；代表第i个样品的模型预测值；代表所有样品真实值的算术平均值。

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泉州装备制造研究所;中国科学院福建物质结构研究所，其通讯地址为：362100 福建省泉州市台商投资区洛阳镇上浦村吉贝511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。