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！

龙图腾网恭喜昆明理工大学申请的专利一种基于改进拉普拉斯映射的蓝莓糖度高光谱反演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：CN120012044B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202510500484.4，技术领域涉及：G06F18/27；该发明授权一种基于改进拉普拉斯映射的蓝莓糖度高光谱反演方法是由付承彪;刘思怡;田安红;朱大明设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本一种基于改进拉普拉斯映射的蓝莓糖度高光谱反演方法在说明书摘要公布了：本发明涉及一种基于改进拉普拉斯映射的蓝莓糖度高光谱反演方法，属于蓝莓高光谱采集与分析技术领域。首先采集复杂场景下不同品种、不同成熟度的蓝莓样本，测定蓝莓样本的高光谱数据和对应蓝莓的糖度含量，之后使用统计算法将蓝莓样本数据按比例划分为训练集和测试集，使用MSC+FOD组合进行数据预处理，再利用本发明提出的ILE从预处理后的光谱数据中提取特征波段，使用CNN建立蓝莓糖度预测模型并使用训练集对该模型进行训练，最后使用测试集结合回归指标R2，RMSE和RPD对模型进行综合评价。本发明能快速、准确地对复杂场景下不同品种、不同成熟度的蓝莓糖度进行预测，为蓝莓糖度的预测提供有力的技术支持。

本发明授权一种基于改进拉普拉斯映射的蓝莓糖度高光谱反演方法在权利要求书中公布了：1.一种基于改进拉普拉斯映射的蓝莓糖度高光谱反演方法，其特征在于，包括以下具体步骤：Step1：采集复杂场景下不同品种、不同成熟度的蓝莓样本，测定蓝莓样本的高光谱数据以及糖度含量；Step2：利用统计算法对蓝莓样本的高光谱数据和糖度含量进行划分，将蓝莓样本按比例划分为训练集和测试集两个部分；Step3：对划分好的蓝莓样本数据进行预处理，所述预处理使用MSC+FOD组合分别对训练集和测试集的蓝莓高光谱数据进行光谱预处理，以消除噪声并突出光谱特征；Step4：采用改进后的拉普拉斯映射算法ILE在经过MSC+FOD组合预处理后的蓝莓样本数据中提取特征波段；Step5：使用深度学习中的卷积神经网络CNN构建复杂场景下的蓝莓糖度预测模型，使用经过预处理和特征提取后的训练集训练模型，再利用测试集对训练好的蓝莓糖度预测模型计算回归指标R2，RMSE和RPD，对预测模型进行验证；所述Step4具体为：Step4.1：在拉普拉斯映射算法中引入曼哈顿距离公式构建无向权重图，使用GV,E表示构建好的图，其中V表示图中的各个顶点，E表示顶点和顶点之间的边，曼哈顿距离的表达式如下： ；其中，n表示维度，xik和xjk分别是两个n维向量在第k个维度上的坐标值；Step4.2：在拉普拉斯映射算法中引入多项式核函数衡量各个样本点间的相似性，以此计算图中每条边的权重，对于每个样本点，找到与其最相似的点，然后将样本点与其最相似的点之间的权重设置为非零值，其他非邻近点间的权重设置为0，最终得到权重矩阵W，以此拟合经过FOD处理后的非线性数据，多项式核函数的表达式如下： ；其中，x和y表示输入的两个向量；表示两个向量进行点积运算；c为常数项，表示控制函数偏移量；d为多项式的次数，决定映射到的高维空间的复杂性；利用权重值计算对角矩阵D，其对角元素计算公式如下： ；其中，表示对角元素；Step4.3：利用构建拉普拉斯矩阵L，并求解广义特征值分解问题，其中表示广义特征值，以得到特征向量f即所求的蓝莓特征波段的集合，结合约束条件将广义特征值分解问题转换为对D−1L进行特征值分解，其中T为转置矩阵表示，最终取除0外的d个最小特征值对应的特征向量得到f，以此完成对蓝莓特征光谱波段的提取。

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昆明理工大学，其通讯地址为：650031 云南省昆明市一二一大街文昌路68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”。