買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜燕山大學(xué)申請(qǐng)的專利FTIR結(jié)合CARS-ELM的SF₆分解物檢測(cè)方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115060681B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-16發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210684113.2，技術(shù)領(lǐng)域涉及：G01N21/3504；該發(fā)明授權(quán)FTIR結(jié)合CARS-ELM的SF₆分解物檢測(cè)方法是由張?jiān)苿?高杰;趙亞平;李鑫輝;史廣文設(shè)計(jì)研發(fā)完成，并于2022-06-16向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本FTIR結(jié)合CARS-ELM的SF₆分解物檢測(cè)方法在說明書摘要公布了：本發(fā)明提供一種FTIR結(jié)合CARS?ELM的SF6分解物檢測(cè)方法，其包括分解物光譜采集、光譜特征提取以及建立分解物定量模型；本發(fā)明根據(jù)朗伯比爾定律扣除干擾背景，提取出淹沒在SF6中分解物的有效吸收光譜；采用蒙特卡羅法剔除異常樣本建立有效的SF6分解物數(shù)據(jù)集；通過CARS法進(jìn)行光譜特征選擇，建立分解物的ELM定量模型；計(jì)算模型預(yù)測(cè)結(jié)果的相對(duì)誤差和R2來驗(yàn)證該方法的可行性；本發(fā)明解決了分解物吸收峰被嚴(yán)重淹沒以及不同分解物光譜重疊造成的難以定量的問題，最終實(shí)現(xiàn)了SF6分解物的高精度測(cè)量，同時(shí)該方法也適用于大量樣本數(shù)據(jù)的快速分析，為FTIR光譜在多組分SF6分解物在線定量檢測(cè)中的應(yīng)用奠定了基礎(chǔ)。

本發(fā)明授權(quán)FTIR結(jié)合CARS-ELM的SF₆分解物檢測(cè)方法在權(quán)利要求書中公布了：1.FTIR結(jié)合CARS-ELM的SF6分解物檢測(cè)方法，其特征在于，其包括以下步驟：步驟1：采集和處理待測(cè)SF6分解物的光譜數(shù)據(jù)，獲得混合物的有效吸收光譜數(shù)據(jù)；步驟2：通過蒙特卡洛抽樣參數(shù)，根據(jù)所述步驟1中獲得混合物的有效吸收光譜數(shù)據(jù)進(jìn)行異常樣本篩選，獲得有效的SF6分解物數(shù)據(jù)集；步驟3：采用競(jìng)爭性自適應(yīng)重加權(quán)采樣法對(duì)所述步驟2中所獲的數(shù)據(jù)集進(jìn)行光譜特征選擇；步驟4：根據(jù)所述步驟3獲得特征選擇產(chǎn)生的最優(yōu)變量子集，構(gòu)建光譜數(shù)據(jù)與濃度定量分析模型，通過其模型進(jìn)行SF6分解物定量檢測(cè)；所述步驟1中具體包括以下步驟：步驟11：采集多組以SF6為背底譜、不同濃度的待測(cè)產(chǎn)物數(shù)據(jù)，獲得混合氣體的特征吸收光譜；步驟12：對(duì)所述步驟11獲得的以SF6為背底譜的光譜數(shù)據(jù)依據(jù)朗伯比爾定律進(jìn)行背景扣除，提取出待測(cè)混合物有效的特征吸收譜，其表達(dá)式為 式中，S、B和A分別代表標(biāo)準(zhǔn)樣品單通道吸收光譜、SF6背景單通道吸收光譜和樣品吸收度；步驟13：對(duì)所述步驟12獲得的產(chǎn)物吸收光譜采用凹式rubbreband法進(jìn)行基線校正；整條光譜進(jìn)行間隔等分，并按著吸光度值的大小進(jìn)行排序找出分段內(nèi)的極小值，此值被視為每個(gè)分段光譜的基點(diǎn)；最后在整個(gè)譜圖區(qū)間初選基線點(diǎn)利用插值法進(jìn)行基線估計(jì)，得到校正基線；將步驟12的獲得光譜數(shù)據(jù)進(jìn)行校正基線扣除，獲得混合物的有效吸收光譜數(shù)據(jù)；所述步驟4中的光譜數(shù)據(jù)與濃度定量分析模型包括：步驟41：確定隱含層神經(jīng)元個(gè)數(shù)，隨機(jī)設(shè)定輸入層與隱含層間的連接權(quán)值a和隱含層神經(jīng)元的偏置b；N個(gè)任意的數(shù)據(jù)xi,ti，其中xi＝[xi1,xi2,…,xxm]T∈Rn，ti＝[ti1,ti2,…,tim]∈Rm，含有N個(gè)隱含層節(jié)點(diǎn)、激勵(lì)函數(shù)為G的極限學(xué)習(xí)機(jī)回歸模型可表示為： 式中，ai為第i個(gè)隱含層節(jié)點(diǎn)與輸入節(jié)點(diǎn)的權(quán)值向量；βi為第i個(gè)隱含節(jié)點(diǎn)與輸出節(jié)點(diǎn)的權(quán)值向量；bi為第i個(gè)隱含節(jié)點(diǎn)的偏置；為隱含層節(jié)點(diǎn)數(shù)目；步驟42：選擇一個(gè)無限可微的函數(shù)作為隱含層神經(jīng)元的激活函數(shù)，進(jìn)而計(jì)算隱含層輸出矩陣H，步驟41中的表達(dá)式可簡寫為；Hβ＝T 式中，H為隱含層輸出矩陣，第i列對(duì)應(yīng)輸入x1,x2,…,xn第i個(gè)隱含層輸出向量；步驟43：根據(jù)所述步驟42中隱含層輸出結(jié)果，輸出權(quán)值可以通過求解以下線性方程組的最小二乘解來獲得： 其解為： 式中，H+為隱含層輸出矩陣H的Moore-Penrose廣義逆。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人燕山大學(xué)，其通訊地址為：066004 河北省秦皇島市海港區(qū)河北大街438號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。