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！

龙图腾网获悉武汉理工大学申请的专利一种海洋新兴污染物的在线监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：CN119845875B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202411930099.5，技术领域涉及：G01N21/25；该发明授权一种海洋新兴污染物的在线监测方法是由张扬;兰新援;卢艺铭;陈祝一;王宇航;周利兰设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。

本一种海洋新兴污染物的在线监测方法在说明书摘要公布了：本发明公开了一种海洋新兴污染物的在线监测方法，涉及污染物监测技术领域，本发明采用多种传感器同时工作，实时采集多维度数据，提供全面的污染物信息；利用多层卷积神经网络CNN进行自动特征提取，自动学习和提取数据中的高维复杂特征，结合支持向量机SVM和决策树的组合模型，先由SVM进行初步分类，再由决策树进行细化分类，提高分类的准确性；采用基于深度学习的去噪自动编码器DAE对传感器数据进行去噪处理，DAE通过学习噪声模式，有效去除非线性和复杂环境中的背景噪声，此外使用自适应滤波器，根据环境变化动态调整滤波参数，进一步优化去噪效果，提高信号质量。

本发明授权一种海洋新兴污染物的在线监测方法在权利要求书中公布了：1.一种海洋新兴污染物的在线监测方法，其特征在于，包括： 步骤1.多传感器数据采集，进行智能传感器网络的部署，在目标海域布置具备自组网和自适应调整功能的智能传感器网络，传感器实时采集到的多维度数据，包括光谱信号、电化学信号和SPR信号； 步骤2.信号预处理，采用基于深度学习的去噪自动编码器DAE对传感器数据进行去噪处理，去除背景噪声，保留污染物的特征信号；经过去噪处理的高信噪比数据，传递到信号增强与特征提取步骤； 采用自适应滤波器，根据环境变化动态调整滤波参数； 步骤3.基于多层卷积神经网络CNN的特征提取，使用多层CNN对预处理后的数据进行特征提取，自动提取高维特征，将提取到的高维特征信号，传递到污染物识别与分类步骤； 步骤4.污染物识别与分类，分类模型采用组合模型，即SVM+决策树模型，结合SVM和决策树，先由SVM进行初步分类，再由决策树进行细化分类得到分类后的污染物种类和对应的浓度信息； 步骤5.数据融合，采用XGBoost和随机森林对来自不同传感器的分类数据进行融合分析，融合分析后的综合检测结果； 步骤6.异常检测，使用自编码器模型对正常环境数据进行学习，建立背景噪声模型，通过计算重构误差识别异常信号； 步骤7.结果输出，采用数据可视化技术，实时展示污染物浓度和分布情况，建立智能预警系统，自动检测异常并发送通知； 数据融合方式包括： 将经过SVM初步分类和决策树细化分类的数据整合到综合数据集，其中包含每个样本的分类结果和对应的特征向量； 对整合后的数据集进行特征工程，再将综合数据集分割为训练集和测试集，训练集用于训练XGBoost和随机森林模型，测试集用于验证模型的性能； 进行训练XGBoost模型和随机森林模型训练； 将训练好的XGBoost模型和随机森林模型进行融合，采用堆叠法，将XGBoost和随机森林的输出作为新特征，训练逻辑回归模型进行最终预测。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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”。