Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国水利水电科学研究院;呼伦贝尔东明矿业有限责任公司付意成获国家专利权

中国水利水电科学研究院;呼伦贝尔东明矿业有限责任公司付意成获国家专利权

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!

龙图腾网获悉中国水利水电科学研究院;呼伦贝尔东明矿业有限责任公司申请的专利矿井水污染物的多模态光谱原位识别与漂移自适应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:CN120992533B

龙图腾网通过国家知识产权局官网在2026-02-10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:202511508507.2,技术领域涉及:G01N21/31;该发明授权矿井水污染物的多模态光谱原位识别与漂移自适应方法是由付意成;崔晓宇;钟晓勇;张剑;谭亚男;金述茂;冯健;刘来胜设计研发完成,并于2025-10-22向国家知识产权局提交的专利申请。

矿井水污染物的多模态光谱原位识别与漂移自适应方法在说明书摘要公布了:本发明属于光学检测技术领域,具体涉及矿井水污染物的多模态光谱原位识别与漂移自适应方法,该方法包括:步骤1:同步获取包括吸收、荧光和散射三个通道的信号,依次执行暗信号去除、基线拉平、时间对齐与幅度归一的预处理,形成标准化多模态光谱联合观测数据;步骤2:调用预设的端元字典库,对标准化多模态光谱联合观测数据执行稀疏编码端元分解:步骤3:基于端元丰度表生成污染物类别与相对等级,并执行递增式域自适应与校准回路。本发明显著提升了矿井水中复杂混合污染物的分辨能力;避免了因设备老化、光源衰减及环境变化造成的识别误差;具备无需人工干预的自校准与自适应特性,可长期稳定运行,降低维护成本。

本发明授权矿井水污染物的多模态光谱原位识别与漂移自适应方法在权利要求书中公布了:1.矿井水污染物的多模态光谱原位识别与漂移自适应方法,其特征在于,该方法包括: 步骤1:同步获取包括吸收、荧光和散射三个通道的信号,依次执行暗信号去除、基线拉平、时间对齐与幅度归一的预处理,形成标准化多模态光谱联合观测数据; 步骤2:调用预设的端元字典库,对标准化多模态光谱联合观测数据执行稀疏编码端元分解:按端元字典库中各端元条目的主峰与辅助峰标记,将吸收、荧光和散射三个通道同步划分为若干对齐片段;对于每个对齐片段,将此对齐片段与其对应的端元条目逐点相乘求和得到重叠量,以此对齐片段与端元条目各自的逐点平方求和的平方根为尺度,将重叠量除以两个尺度的乘积得到片段相似度分数,并取三个通道的片段相似度分数中的最小值为此对齐片段的通道一致性分数;选取得分最高的端元,在主峰处以峰高比进行幅度对齐,对被标记为可变形的片段按分段线性插值进行峰位微调;将经过幅度对齐与峰位微调的端元条目从标准化多模态光谱联合观测数据中逐点扣除,对扣除后的负值置零并合并小峰,循环这一过程至残差满足停止准则,记录每次扣除时的对齐因子生成端元丰度表; 步骤3:基于端元丰度表生成污染物类别与相对等级,并执行递增式域自适应与校准回路:在样本处理的开始与结束时进行参比测量,与随系统存储的参比基准比对得到采样点偏移量与幅度偏移量;利用获得的采样点偏移量与幅度偏移量对三个通道实施波长与强度对齐,并同步修正端元字典库中的条目;当参比测量与参比基准的差异超出预设阈值时,触发一次完整的稀疏编码端元分解复算,并按可变形片段的分段线性插值规则扩大片段微调范围;复算后对生成的类别与等级做一致性检查,若不一致则以复算结果为准,若差异超过判别阈值则取相邻等级,未通过一致性检查的端元标注为待确认并输出最终结果;步骤1具体包括:使用同轴探头在同一测点同步获取吸收通道、荧光通道与散射通道的信号,形成多模态光谱联合观测数据;对多模态光谱联合观测数据依次执行暗信号去除、基线拉平、通道时间对齐与幅度归一;对荧光通道执行拉曼与瑞利条带遮蔽并以相邻有效带插补,对散射通道执行角向一致性整定与浊度参照绑定,得到标准化多模态光谱联合观测数据。

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中国水利水电科学研究院;呼伦贝尔东明矿业有限责任公司,其通讯地址为:100044 北京市海淀区车公庄西路20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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。