“近红外光谱数据”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2906479个，建议您升级VIP下载更多相关专利

[发明专利]用于近红外织物纤维成分无损清洁分析的降噪处理方法-CN202111178107.1在审
发明人：池明旻 -专利权人：池明旻
申请日： 2021-10-09 - 公布日： 2022-02-25 - 主分类号： G01N21/359 文献下载
摘要：本发明公开了用于近红外织物纤维成分无损清洁分析的降噪处理方法，所述的用于近红外织物纤维成分无损清洁分析的降噪处理方法包括织物纤维近红外光谱数据采集，织物纤维近红外光谱数据维纳滤波降噪，织物纤维近红外光谱数据中值滤波降噪，织物纤维近红外光谱数据Savitzky‑Golay平滑滤波降噪，织物纤维近红外光谱数据傅里叶变换降噪，织物纤维近红外光谱数据小波变换降噪，降噪数据融合，本发明有效解决了近红外光谱测定织物纤维成分时采集的数据存在的随机噪声导致的测定结果波动性大
用于红外织物纤维成分无损清洁分析处理方法

[发明专利]一种近红外光谱采样方法-CN201711421858.5在审
发明人：闫晓剑 -专利权人：四川长虹电器股份有限公司
申请日： 2017-12-25 - 公布日： 2018-06-22 - 主分类号： G01N21/359 文献下载
摘要：本发明涉及近红外光谱分析技术领域，公开了一种近红外光谱采样方法，实现近红外光谱信号的逐点编程，提高不同类型样品的近红外光谱数据的区分度。本发明首先依据样品的光谱特征和/或光谱仪的光源特征拟合采样函数；当接收到光敏电流数据后，将接收到的光敏电流数据逐点经过拟合的采样函数处理，形成逐点的采样数据；最后基于逐点的采样数据形成近红外光谱。本发明适用于近红外光谱分析。
近红外光谱近红外光谱分析采样函数采样数据光敏电流采样拟合近红外光谱数据近红外光谱信号光谱仪光谱特征光源特征区分度编程

[发明专利]一种评价方法与系统-CN201610790067.9有效
发明人：张军;詹映;薛庆逾;石超 -专利权人：上海创和亿电子科技发展有限公司
申请日： 2016-08-31 - 公布日： 2019-04-02 - 主分类号： G01N21/359 文献下载
摘要：本发明提供一种评价方法与系统，用于对基础数据的质量进行评价，包括：从基础数据中获取多条近红外光谱及对应的化学值；对近红外光谱进行预处理；求解各近红外光谱间的相似距离以及局部相关系数；获取与各近红外光谱对应的最大相似度的近红外光谱与化学值；分别计算各近红外光谱与其对应的最大相似度的近红外光谱间对应的化学值的绝对差值，并求解所有绝对差值的平均值；判断绝对差值的平均值是否大于预设的误差值，当为否时，评价基础数据合格；当为是时，评价基础数据不合格本发明可准确高效的在对近红外光谱进行建模前，对基础数据的质量进行评价，以排除对质量不高的近红外光谱数据进行建模，提高建模分析的有效性，减少人力物力的浪费。
一种评价方法系统

[发明专利]一种基于近红外光谱技术的茶粕中茶皂素快速测定方法-CN201610427653.7在审
发明人：耿响;江龙发;白凌云;杨伟根;刘秀红;张书敏;祝建新 -专利权人：江西出入境检验检疫局检验检疫综合技术中心
申请日： 2016-06-16 - 公布日： 2016-08-17 - 主分类号： G01N21/359 文献下载
摘要：本发明涉及一种基于近红外光谱技术的茶粕中茶皂素快速测定方法，包括以下步骤：1）样品处理；2）获取茶粕样品近红外光谱数据：将步骤1）处理后的茶粕样品放入近红外光谱仪，通过透漫反射方式扫描样品的近红外光谱；3）建立近红外分析模型：利用化学计量学方法，将茶粕样品的近红外光谱数据结合经典方法测得的茶皂素含量建立近红外分析模型；4）茶皂素含量测定：将步骤3）得到的近红外分析模型数据导入近红外光谱仪，同时将步骤1）处理后的茶粕样品放入近红外光谱仪，从而得出待测茶粕样品的茶皂素含量。本发明的基于近红外光谱技术的茶粕中茶皂素快速测定方法步骤简单，采用近红外光谱仪快速测定茶粕中茶皂素含量，不使用有毒有害试剂。
一种基于红外光谱技术茶粕中茶皂素快速测定方法

[发明专利]近红外光谱的标定方法及其应用纺织纤维检测系统-CN202111178109.0在审
发明人：池明旻 -专利权人：池明旻
申请日： 2021-10-09 - 公布日： 2022-02-25 - 主分类号： G01N21/3563 文献下载
摘要：本发明公开了近红外光谱的标定方法及其应用纺织纤维检测系统。所述近红外光谱的标定方法及其应用纺织纤维检测系统包括纺织纤维样品近红外光谱的标定方法，应用于纺织纤维检测客户端的纺织纤维样品近红外光谱数据的方法，应用于纺织纤维检测后台网站的纺织纤维样品近红外光谱数据的数据质量控制方法；本发明解决了在纺织纤维样品近红外光谱数据采集标定过程中容易产生漏光，采集数据干扰较大，采集设备误差较大导致的近红外光谱数据质量低的问题，有效提高了采集到数据的质量从而提高纺织纤维样品成分检测准确率。
红外光谱标定方法及其应用纺织纤维检测系统

[发明专利]近红外定性鉴别特征提取方法-CN201510433848.8有效
发明人：李卫军;李浩光;覃鸿;董肖莉;张丽萍 -专利权人：中国科学院半导体研究所
申请日： 2015-07-22 - 公布日： 2018-03-13 - 主分类号： G01N21/359 文献下载
摘要：一种近红外定性鉴别特征提取方法，包括如下步骤步骤1使用近红外光谱仪采集建模样本的近红外光谱数据；步骤2添加同种物质样本的历史近红外光谱数据；步骤3对建模样本的近红外光谱数据及历史近红外光谱数据样本数据进行预处理；步骤4对预处理后的所有样本数据进行偏最小二乘特征提取，并得到偏最小二乘空间；步骤5将预处理后的建模样本的近红外光谱数据向构建的偏最小二乘空间进行投影；步骤6将投影后的建模样本的近红外光谱数据进行正交线性判别分析特征提取本发明可简单可以提高近红外定性分析模型的稳健性。
红外定性鉴别特征提取方法

[发明专利]一种仪器间的近红外深度神经网络模型转移方法-CN202211071574.9在审
发明人：谈爱玲;王鋆鑫;赵勇 -专利权人：燕山大学
申请日： 2022-09-02 - 公布日： 2022-12-27 - 主分类号： G01N21/359 文献下载
摘要：本发明公开了一种仪器间的近红外深度神经网络模型转移方法，包括用多台不同型号便携式可见近红外光谱仪测定待测物质的近红外光谱；将多台不同型号便携式可见近红外光谱仪的近红外光谱的波长范围和分辨率统一；对多台不同型号便携式可见近红外光谱仪的近红外光谱做预处理；对多台不同型号便携式可见近红外光谱仪的近红外光谱划分数据集；开发主型号光谱仪的1D‑Inception‑Resnet定量网络；用不同从型号光谱仪数据调整主型号光谱仪的网络参数；使用不同从型号光谱仪数据验证校正模型；本发明可将主仪器的1D‑Inception‑Resnet网络模型校正转移到从光谱仪上，修复对从光谱仪采集光谱的预测。
一种仪器红外深度神经网络模型转移方法

[发明专利]基于近红外光谱的产品掺杂检测方法、装置、终端及存储介质-CN202310340174.1在审
发明人：李鸿强;卢海博;武小云;王佐承;葛泰;马宏;邹其;张诗欣;魏东;黄智鸿 -专利权人：河北建筑工程学院
申请日： 2023-03-31 - 公布日： 2023-07-21 - 主分类号： G01N21/359 文献下载
摘要：本发明提供一种基于近红外光谱的产品掺杂检测方法、装置、终端及存储介质。该方法包括：对待测产品样本进行近红外光谱扫描，得到待测产品样本的近红外光谱；对近红外光谱进行预处理，得到待测产品样本的近红外光谱特征数据；将待测产品样本的近红外光谱特征数据输入预先训练完成的掺杂分类模型由于近红外光谱曲线的变化趋势反映了物质内部成分的变化，本发基于近红外光谱建立掺杂分类模型，可快速、准确的确定产品的掺杂情况，对样品无破坏，成本低、效率高。
基于红外光谱产品掺杂检测方法装置终端存储介质

[发明专利]一种基于空腔校正板的光谱数据校准方法-CN202010593952.4有效
发明人：刘浩;闫晓剑;徐华;张国宏 -专利权人：四川长虹电器股份有限公司
申请日： 2020-06-24 - 公布日： 2022-04-05 - 主分类号： G01N21/359 文献下载
摘要：本发明公开了一种基于空腔校正板的光谱数据校准方法。该方法首先使用便携式近红外光谱仪采集空腔校正板光谱数据，并定义此次数据为初始校准光谱数据，同时将初始校准光谱数据写入便携式近红外光谱仪，接着，连续开启近红外光谱仪一段时间后，重新采集空腔校正板光谱数据，定义此次数据为二次校准光谱数据，对比初始校准光谱数据及二次校准光谱数据，计算得到光谱校正映射矩阵，最后，将光谱校正映射矩阵写入便携式近红外光谱仪，完成便携式近红外光谱仪的校准工作。相较于已有的光谱校准方法，该方法成本极低，易于实施，可以有效对便携式近红外光谱仪设备进行修正和校准，提升分析结果准确性。
一种基于空腔校正光谱数据校准方法

[发明专利]基于标准校准板的光谱模型自适应方法-CN202210711036.5在审
发明人：刘浩;张国宏;李光尧;王毅;陈宫傣;闫晓剑 -专利权人：四川启睿克科技有限公司
申请日： 2022-06-22 - 公布日： 2022-10-04 - 主分类号： G01N21/359 文献下载
摘要：本发明涉及近红外光谱处理领域，为了解决微型化近红外光谱设备一致性差的问题，提供了基于标准校准板的光谱模型自适应方法，包括：步骤1、使用N台同型号的原始近红外光谱仪采集M条已标样本光谱数据，并根据已标样本光谱数据分别构建光谱模型以组成原始光谱模型库；步骤2、使用N台原始近红外光谱仪及待匹配的近红外光谱仪分别采集标准校准板光谱数据，并基于采集的光谱数据在原始光谱模型库中为待匹配的近红外光谱仪匹配光谱模型。
基于标准校准光谱模型自适应方法

[发明专利]采用近红外光谱图像特征的水稻霉变程度检测方法-CN202011399095.0在审
发明人：关海鸥;马晓丹;钱丽丽;左锋;温冯睿 -专利权人：黑龙江八一农垦大学
申请日： 2020-12-02 - 公布日： 2021-03-16 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种采用近红外光谱图像特征的水稻霉变程度检测方法，包括：获得已知不同霉变状态稻谷的近红外光谱图像数据；以所述近红外光谱图像数据为研究对象，获得所述近红外光谱图像的图像特征；利用前馈神经网络(BP)自适应推理机制，建立稻谷霉变程度与其近红外图像的图像特征之间映射模型；获得待测稻谷的近红外光谱图像数据；获得所述待测稻谷的近红外光谱图像的图像特征；利用所述映射模型获得所述待测稻谷的霉变状态。
采用红外光谱图像特征水稻霉变程度检测方法

[发明专利]电子烟烟油尼古丁含量的近红外光谱预测建模方法及应用-CN201911271967.2在审
发明人：李菁菁;刘维涓;李明;李长昱;徐汉峰 -专利权人：云南拓宝科技有限公司
申请日： 2019-12-12 - 公布日： 2020-04-07 - 主分类号： G01N21/359 文献下载
摘要：电子烟烟油尼古丁含量的近红外光谱预测建模方法及应用，采用近红外光谱仪采集获取训练集电子烟烟油光谱数据，建立烟油近红外光谱数据训练集，对光谱数据进行预处理，用分析计量仪器测量获取电子烟烟油的尼古丁含量，采用ELM算法，结合获取的尼古丁含量建立近红外光谱预测模型，获取待测量电子烟烟油的近红外光谱数据并进行预处理操作，然后用建立的近红外光谱预测模型，直接进行测量，得到电子烟烟油的尼古丁含量。
电子烟油尼古丁含量红外光谱预测建模方法应用

[发明专利]一种近红外光谱技术快速识别松脂来源树种的方法-CN201810680736.6在审
发明人：严军;黄晓萍;朱伟伟;雷福厚;谭学才 -专利权人：广西民族大学
申请日： 2018-06-27 - 公布日： 2018-10-12 - 主分类号： G01N21/3563 文献下载
摘要：本发明公开了一种近红外光谱技术快速识别松脂来源树种的方法，用于解决现有技术中识别松脂来源树种掺杂的测试方法低效高成本的问题。一种近红外光谱技术快速识别松脂来源树种的方法，包括步骤：采集一松脂来源树种的多个样本,用于建立近红外识别模型的校正集样本；采用光谱分析方式测量所述样本的近红外光谱数据；建立所述样本与松脂来源树种对应的近红外识别模型；测量待识别松脂来源树种的样品的近红外光谱数据，将所述近红外光谱数据代入近红外光谱识别模型进行比对，从而得出所述样品的松脂来源树种。
松脂树种近红外光谱技术近红外光谱数据快速识别样本红外识别测量近红外光谱校正集样本光谱分析掺杂的比对采集测试

[发明专利]近红外光谱模型匹配方法-CN202210612885.5在审
发明人：张国宏;李光尧;王毅;贾利红;刘浩;闫晓剑 -专利权人：四川启睿克科技有限公司
申请日： 2022-05-31 - 公布日： 2022-09-06 - 主分类号： G01N21/359 文献下载
摘要：本发明涉及近红外光谱处理技术领域，为了简化同型号不同近红外光谱设备的建模过程，提供了一种近红外光谱模型匹配方法，包括：1、采用近红外光谱仪采集已标样本光谱数据；2、获取已标小波段光谱数据；3、构建原始小波段光谱模型库；4、采用同型号待匹配近红外光谱仪采集未标样品光谱数据；5、获取未标小波段光谱数据；6、分别计算未标小波段光谱数据与各已标小波段光谱数据的趋势偏移量；7、将趋势偏移量最小值所对应的小波段光谱模型作为该未标小波段光谱数据预测模型；8、对未标小波段光谱数据进行预测，并对预测值做均值化处理。采用上述步骤简化了同型号不同近红外光谱设备的建模过程。
红外光谱模型匹配方法

[发明专利]一种采用近红外光谱检测复方丹参片水分含量的方法-CN201310033138.7有效
发明人：姚小华;李楚源;覃仁安;王德勤;李银花 -专利权人：广州白云山和记黄埔中药有限公司
申请日： 2013-01-28 - 公布日： 2014-08-06 - 主分类号： G01N21/3563 文献下载
摘要：本发明提供一种采用近红外光谱检测复方丹参片水分含量的方法，该方法包括：（1）分别测定复方丹参片样品集中多个样品的近红外光谱，并采用多元散射校正法对所述近红外光谱进行预处理，选择波数在6102.1~4597.8cm^-1范围内的近红外光谱数据作为复方丹参片样品水分含量的近红外光谱特征数据；（2）采用烘干法分别测定所述复方丹参片样品的水分含量值；（3）采用偏最小二乘法建立所述复方丹参片样品近红外光谱特征数据与其水分含量值之间的校正模型；（4）测定待测复方丹参片样品的近红外光谱，选择波数在6102.1~4597.8cm^-1的近红外光谱数据输入所述校正模型，获得所述待测复方丹参片样品的水分含量值。
一种采用红外光谱检测复方丹参水分含量方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条