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 > 安徽工业大学张建获国家专利权

安徽工业大学张建获国家专利权

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!

龙图腾网获悉安徽工业大学申请的专利深度学习辅助三维荧光光谱对受污染植物油的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:CN119880863B

龙图腾网通过国家知识产权局官网在2026-05-08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:202510050337.1,技术领域涉及:G01N21/64;该发明授权深度学习辅助三维荧光光谱对受污染植物油的检测方法是由张建;金柱;张奎设计研发完成,并于2025-01-13向国家知识产权局提交的专利申请。

深度学习辅助三维荧光光谱对受污染植物油的检测方法在说明书摘要公布了:本发明属于食品安全检测技术领域,具体涉及一种深度学习辅助三维荧光光谱对受污染植物油的检测方法。本发明首先基于线性回归模型和L‑BFGS‑B算法预测硅酸镁对植物油的最佳吸附条件,通过硅酸镁在最优条件下对植物油的吸附,实现对受污染植物油中矿物油的针对性分离。然后,基于分离获取的矿物油污染物样品,应用多种预训练网络模型从采集的三维荧光光谱中提取不同矿物油类别的特征性指纹图谱,从而辨别几种常见的矿物油污染物类别。再结合平行因子数据降维算法,分解并判定矿物油中对应污染物的荧光组分。最终,基于各污染组分荧光信号和浓度之间的对应关系搭建对应组分的支持向量回归模型,进而实现对矿物油中各种污染成分的定量检测。

本发明授权深度学习辅助三维荧光光谱对受污染植物油的检测方法在权利要求书中公布了:1.深度学习辅助三维荧光光谱对受污染植物油的检测方法,其特征在于,包括如下步骤: 步骤一、硅酸镁对不同植物油最佳吸附条件的预测; 步骤二、样本制备与数据预处理; 步骤三、矿物油污染物的种类定性; 步骤四、矿物油污染成分的定性与定量; 步骤一中,利用硅酸镁对不同植物油在不同吸附条件下的吸附量数据,将吸附量作为因变量,不同的吸附条件作为自变量,建立线性回归模型,拟合回归方程并计算模型的决定系数;接着使用优化算法,限定实验条件,通过优化过程,最终得到满足吸附目标的最佳条件; 回归方程的形式为: ; 其中,y为吸附量,,,,分别表示硅酸镁用量、时间、含水量和温度,为回归系数; 为了找到最佳实验条件,使用L-BFGS-B优化算法对回归方程进行求解,设定吸附量目标,并最小化预测吸附量与目标值的偏差; 优化的变量范围限定在实际实验条件中,通过优化过程,逐步逼近满足吸附目标的最佳条件; 优化完成后,每种植物油的最佳实验条件包括硅酸镁用量、时间、含水量和温度四个变量; 步骤二中,在不同的植物油中分别加入不同浓度梯度的矿物油,然后向每个混合物中加入一定量的正己烷,在预测的硅酸镁对不同植物油的最佳吸附条件下,实现对植物油的有效吸附,吸附完成后过滤硅酸镁得到相应的矿物油待测溶液;将待测溶液转移到石英比色皿中,使用荧光分光光度计进行光谱数据的采集;首先,将采集的荧光光谱数据去除溶剂的背景信号以排除溶剂对光谱数据的干扰;基于激发光波长与发射光波长接近容易发生散射的特性,利用特定波长区域裁剪法去除散射噪声以获得更高的信噪比,再采用插值法补充缺失数据以保证数据的完整性;对相同种类、相同浓度的矿物油样本数据进行平均化处理,以提高数据的稳定性与代表性,通过数据增强技术以增强模型的泛化能力。

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安徽工业大学,其通讯地址为:243071 安徽省马鞍山市经济技术开发区南区嘉善科技园2号楼;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。