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！

龙图腾网获悉浙江大学申请的专利一种烟叶近红外光谱数据的可用性分析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：CN119312105B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202411436819.2，技术领域涉及：G06F18/22；该发明授权一种烟叶近红外光谱数据的可用性分析方法是由厉小润;时艺丹;陈淑涵;郝贤伟;王晶;毕一鸣设计研发完成，并于2024-10-15向国家知识产权局提交的专利申请。

本一种烟叶近红外光谱数据的可用性分析方法在说明书摘要公布了：本发明公开了一种烟叶近红外光谱数据的可用性分析方法，属于烟叶数据可用性分析领域。本发明对待评估数据进行预处理操作，并对预处理数据进行特征波段选择，分离异常波段数据，对数据各个样本与通过光谱库光谱插值获取的参考光谱进行基于多准则融合度量的光谱匹配，得到各个样本多准则融合度量，并结合历史批次数据获取数据的可用性分析结果。本发明可以对有效剔除异常烟叶光谱数据，完成可用光谱数据的筛选，可以有效提高后续通用模型训练或应用中的准确性和适用性，降低实验分析成本。

本发明授权一种烟叶近红外光谱数据的可用性分析方法在权利要求书中公布了：1.一种烟叶近红外光谱数据的可用性分析方法，特征在于，包括以下步骤： 步骤1：对待评估烟叶近红外光谱数据进行校正预处理； 步骤2：对预处理后的数据进行特征波段选择，以选择出具有高代表性和低冗余度的波段数据；步骤2中所述特征波段选择，具体包括： 21初始化已选波段集合为空；设置计数器k=1；设定需要选择的波段数量为L； 22从待选波段集中遍历所有未选择的波段，计算第t波段的分数： ； 其中，表示波段的相关性大小； 23选择当前待选波段集中具有最大分数的波段作为目标波段加入已选波段集合中，并从待选波段集中删除该波段； 24若此时,则令并返回步骤22；否则，输出已选波段集合，特征波段选择后的数据表示为； 步骤3：对光谱库内存储的烟叶标准光谱数据进行插值操作，以匹配波段选择后数据的维度； 步骤4：计算步骤2波段选择后的数据与步骤3插值操作后的烟叶标准光谱数据的多准则融合的相似性度量，并获得多准则相似性度量的均值和方差； 所述步骤4包括： 输入波段选择后的待评估的近红外光谱数据所含的个样本,，每个样本为包含个波段光谱反射率的维向量，计算每个样本到烟叶标准参考光谱数据的四种相似性度量，其中，四种相似性度量为相关系数、光谱角距离、光谱信息散度和欧式距离； 基于四种相似性度量得到多准则融合的相似性度量；进一步获得本批次近红外光谱数据的多准则相似性度量的均值和方差； 所述基于四种相似性度量得到多准则融合的相似性度量为： ； 所述多准则相似性度量的均值为： ； 步骤5：基于步骤4获得的结果进行烟叶近红外光谱数据的可用性分析，剔除不可用数据； 所述步骤5包括： 将当前批次数据的多准则相似性度量的均值和方差与历史烟叶近红外光谱数据的多准则相似性度量的均值和方差再求平均，得到平均均值和方差均值； ； ； 其中，M为数据总批次，其中历史烟叶近红外光谱数据的批次总数为M-1；、为第i批次数据的多准则相似性均值； 计算待评估烟叶近红外光谱数据的可用性程度，评价函数如下： ； ； 其中，表示待评估数据的可用性评估阈值，其中表示最小边界阈值，表示最大边界阈值；表示待评估数据中第i个样本的可用性评估函数，用于评估待评估数据中是否存在异常数据，，其中1表示数据可用，0表示不可用； 时，表示样本检测误差不达标，待检测数据为不可用数据，将其从待评估数据中剔除； 时，表示样本为可用数据，且越大，数据的可用性程度越强。

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大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。