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！

龙图腾网获悉北京理工大学;甘肃银光化学工业集团有限公司申请的专利具有更新机制的乌醋溶液中乌洛托品浓度预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：CN116011572B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202211540811.1，技术领域涉及：G06N7/01；该发明授权具有更新机制的乌醋溶液中乌洛托品浓度预测方法是由陈锟;钱石川;王志;鲁志艳;李志华;杏若婷;盛鑫;苏强;金韶华;陈树森设计研发完成，并于2022-12-02向国家知识产权局提交的专利申请。

本具有更新机制的乌醋溶液中乌洛托品浓度预测方法在说明书摘要公布了：本发明提供一种具有更新机制的乌醋溶液中乌洛托品浓度预测方法，在新数据到达时在原始训练完毕的模型基础上，利用筛选后的新数据对增量回归决策树进行更新，以提高模型预测性能，属于炸药工艺领域和近红外光谱定量分析领域。方法为采集不同乌洛托品浓度的乌醋溶液样品近红外光谱，并通过化学分析方法测定样品的浓度，构建随机森林回归初始模型对样品近红外光谱和浓度学习；当新的样本数据加入时，随机森林回归初始模型只对通过阈值筛选后的样本数据进行训练并更新增量回归决策树，达到再学习的目的；最后，反馈待测乌醋溶液中乌洛托品浓度预测结果，以实现对乌醋溶液中乌洛托品浓度的快速分析，达到保证最终HMX产品质量的目的。

本发明授权具有更新机制的乌醋溶液中乌洛托品浓度预测方法在权利要求书中公布了：1.具有更新机制的乌醋溶液中乌洛托品浓度预测方法，其特征在于：包括以下步骤： 步骤一、采集待测乌洛托品浓度的乌醋溶液近红外光谱数据； 步骤二、通过增量随机森林回归模型，获得该近红外光谱数据所对应的溶液中乌洛托品浓度；步骤二中所述的增量随机森林回归模型通过以下方法建立： 步骤2-1、收集n个不同乌洛托品浓度的乌洛托品-醋酸溶液近红外光谱数据及其对应的乌洛托品浓度数据，组成原始近红外光谱数据集和原始浓度数据集； 步骤2-2、对原始近红外光谱数据集中数据进行二阶导数和小波变换处理，得到预处理后的近红外光谱数据； 步骤2-3、对所述预处理后的近红外光谱数据进行最小角回归算法LAR降维，得到降维后的近红外光谱数据； 步骤2-4、将所述降维后的近红外光谱数据与原始浓度数据集中的数据按照spxy算法原理划分为训练集光谱数据、训练集浓度数据、测试集光谱数据和测试集浓度数据； 步骤2-5、将所述训练集光谱数据和训练集浓度数据输入到随机森林回归模型中进行训练，寻找最佳回归决策树数量，即得随机森林回归初始模型，然后对所述测试集光谱数据进行拟合预测，得到测试集浓度预测数据；将测试集浓度预测数据与测试集浓度数据进行对比，运用相关系数R2、均方误差MSE进行评价； 步骤2-6、当获得第k个乌醋溶液近红外光谱数据时，对其进行二阶导数、小波变换和最小角回归算法降维处理，通过所述随机森林回归初始模型获得相应的预测值，其中k＝n+1，n+2，……； 步骤2-7、计算所述预测值与真实值之间的相对误差；若该相对误差的绝对值小于等于阈值δ，则令k＝k+1，转至步骤2-6；否则将第k个乌醋溶液近红外光谱数据及其对应的浓度真实值输入到随机森林回归初始模型中，依据已构建好的随机森林，存在到相应回归决策树的子空间上并作标记，然后判断是否分裂，以此完成回归决策树模型更新，再令k＝k+1，转至步骤2-6，直至得到最终的回归决策树模型，即得增量随机森林回归模型。

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北京理工大学;甘肃银光化学工业集团有限公司，其通讯地址为：100081 北京市海淀区中关村南大街5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”。