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！

龙图腾网获悉浙江科技大学申请的专利基于智能监控的鲜食玉米流通防霉保质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：CN120258637B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510740515.3，技术领域涉及：G06Q10/0639；该发明授权基于智能监控的鲜食玉米流通防霉保质方法是由班兆军;刘玲玲;邸婧;郭婷设计研发完成，并于2025-06-05向国家知识产权局提交的专利申请。

本基于智能监控的鲜食玉米流通防霉保质方法在说明书摘要公布了：本发明公开了基于智能监控的鲜食玉米流通防霉保质方法，具体涉及农产品流通管理技术领域，通过图像、气体、湿温、微生物多源感知手段采集品质数据，结合时序建模算法生成品质退化趋势曲线与风险等级评分；在高湿或震荡环境下自动调整识别参数，提高早期霉变识别准确性；通过多维交叉分析识别高风险批次，触发流通中止响应；并将全过程数据上传至管理平台，形成可追溯的品质记录，实现全过程动态监控与闭环控制；本发明通过多模态感知识别隐性霉变、趋势预测评估货架期、动态调节提升识别稳定性，并构建链式数据追溯机制实现模型自进化，提升鲜食玉米流通全过程中的品质预警、风险控制与持续优化能力，确保保质防霉效果精准可靠。

本发明授权基于智能监控的鲜食玉米流通防霉保质方法在权利要求书中公布了：1.基于智能监控的鲜食玉米流通防霉保质方法，其特征在于，包括以下步骤： 通过配置图像采集模块、气体检测模块、湿温传感模块与微生物快速检测装置，在不同流通环节中同步采集鲜食玉米的多源品质数据，包括色泽、表皮纹理、气体挥发物浓度、温湿度变化及病原菌代谢指标； 利用基于时序建模的品质趋势预测算法，将上述多维数据进行序列训练，构建品质退化趋势曲线，自动判断品质劣变程度及未来货架周期，并赋予风险等级评分； 在贮运环境发生高湿波动或震荡事件时，实时调整颜色识别灵敏度、气体预警门限和微生物检测频率，实现参数识别模型的自适应重构，以提升霉变初期的识别准确率； 对每一批鲜食玉米的多模态数据进行多维交叉分析，当识别模型预测的风险等级超过标准警戒值，即触发流通中止处理信号，优先剔除潜在隐性霉变批次，防止外观正常但内部变质产品进入销售流程； 将各阶段采集数据、预测结果与处理记录通过数据接口上传至集中式管理平台，自动归档形成品质追溯链条； 气体检测模块基于电子鼻原理进行构建，并通过多通道金属氧化物气体敏感元件对玉米储藏环境中挥发性有机化合物进行识别，识别包括霉菌代谢产物中的醛类、酮类与低分子量脂肪酸组分，通过在不同气味强度组合下构建特征响应向量，实现气味模式识别；同时对变质气味偏移敏感度系数进行设定，当该系数值高于气体感知敏感响应预警阈值时，触发预测模型的霉变进程权重调整，对近期数据段赋予高风险倾向性，以实现霉变路径的提前锁定，变质气味偏移敏感度系数基于马氏距离、曼哈顿距离、香农熵三类判别方法中任一种算法计算得到； 微生物快速检测装置采用基于阻抗法或生物发光法构建的无损探测机制，用于捕捉玉米籽粒表面或包装内部存在的活体菌落代谢活性指标，在检测数据进入预测模型前，首先进行高频样本波动差异拟合，当差异值超过微生物代谢趋势偏移阈值时，进入临界样本回溯段进行历史曲线比较，该比较采用移动平均拟合与微扰趋势回归两类策略之一，以判断是否为显著偏移事件；当连续三个周期内均为偏移区间数据时，预测模型提升对该批数据的警戒等级，由低风险直接调整为中高风险区间； 品质趋势预测算法采用多层次时间序列建模策略，结合短期趋势窗口与周期性趋势窗口进行双重演化分析，并在模型核心部分引入因果权重优化机制，该机制基于不同数据通道的因果关系强度自适应动态调整参与建模的数据权重比例； 数据交叉分析采用基于向量相似性匹配与时序差分融合机制，图像、气体、温湿数据通道分别构建特征向量，并对每一批鲜食玉米形成时间段内的全向数据截面图谱，若检测到图谱间的相似性指数下降并伴随预测风险评分接近品质异常触发阈值，则该批次自动标记为重点监控对象，此类批次在进入仓储或运输流程前将触发二次质检机制并进行数据刷新训练，以强化模型对边界样本的精准识别能力。

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浙江科技大学，其通讯地址为：310023 浙江省杭州市西湖区留和路318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”。

以上内容由龙图腾AI智能生成。