買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜昆明理工大學申請的專利一種基于改進拉普拉斯映射的藍莓糖度高光譜反演方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120012044B 。

龍圖騰網通過國家知識產權局官網在2025-06-20發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510500484.4，技術領域涉及：G06F18/27；該發明授權一種基于改進拉普拉斯映射的藍莓糖度高光譜反演方法是由付承彪;劉思怡;田安紅;朱大明設計研發完成，并于2025-04-21向國家知識產權局提交的專利申請。

本一種基于改進拉普拉斯映射的藍莓糖度高光譜反演方法在說明書摘要公布了：本發明涉及一種基于改進拉普拉斯映射的藍莓糖度高光譜反演方法，屬于藍莓高光譜采集與分析技術領域。首先采集復雜場景下不同品種、不同成熟度的藍莓樣本，測定藍莓樣本的高光譜數據和對應藍莓的糖度含量，之后使用統計算法將藍莓樣本數據按比例劃分為訓練集和測試集，使用MSC+FOD組合進行數據預處理，再利用本發明提出的ILE從預處理后的光譜數據中提取特征波段，使用CNN建立藍莓糖度預測模型并使用訓練集對該模型進行訓練，最后使用測試集結合回歸指標R2，RMSE和RPD對模型進行綜合評價。本發明能快速、準確地對復雜場景下不同品種、不同成熟度的藍莓糖度進行預測，為藍莓糖度的預測提供有力的技術支持。

本發明授權一種基于改進拉普拉斯映射的藍莓糖度高光譜反演方法在權利要求書中公布了：1.一種基于改進拉普拉斯映射的藍莓糖度高光譜反演方法，其特征在于，包括以下具體步驟：Step1：采集復雜場景下不同品種、不同成熟度的藍莓樣本，測定藍莓樣本的高光譜數據以及糖度含量；Step2：利用統計算法對藍莓樣本的高光譜數據和糖度含量進行劃分，將藍莓樣本按比例劃分為訓練集和測試集兩個部分；Step3：對劃分好的藍莓樣本數據進行預處理，所述預處理使用MSC+FOD組合分別對訓練集和測試集的藍莓高光譜數據進行光譜預處理，以消除噪聲并突出光譜特征；Step4：采用改進后的拉普拉斯映射算法ILE在經過MSC+FOD組合預處理后的藍莓樣本數據中提取特征波段；Step5：使用深度學習中的卷積神經網絡CNN構建復雜場景下的藍莓糖度預測模型，使用經過預處理和特征提取后的訓練集訓練模型，再利用測試集對訓練好的藍莓糖度預測模型計算回歸指標R2，RMSE和RPD，對預測模型進行驗證；所述Step4具體為：Step4.1：在拉普拉斯映射算法中引入曼哈頓距離公式構建無向權重圖，使用GV,E表示構建好的圖，其中V表示圖中的各個頂點，E表示頂點和頂點之間的邊，曼哈頓距離的表達式如下： ；其中，n表示維度，xik和xjk分別是兩個n維向量在第k個維度上的坐標值；Step4.2：在拉普拉斯映射算法中引入多項式核函數衡量各個樣本點間的相似性，以此計算圖中每條邊的權重，對于每個樣本點，找到與其最相似的點，然后將樣本點與其最相似的點之間的權重設置為非零值，其他非鄰近點間的權重設置為0，最終得到權重矩陣W，以此擬合經過FOD處理后的非線性數據，多項式核函數的表達式如下： ；其中，x和y表示輸入的兩個向量；表示兩個向量進行點積運算；c為常數項，表示控制函數偏移量；d為多項式的次數，決定映射到的高維空間的復雜性；利用權重值計算對角矩陣D，其對角元素計算公式如下： ；其中，表示對角元素；Step4.3：利用構建拉普拉斯矩陣L，并求解廣義特征值分解問題，其中表示廣義特征值，以得到特征向量f即所求的藍莓特征波段的集合，結合約束條件將廣義特征值分解問題轉換為對D?1L進行特征值分解，其中T為轉置矩陣表示，最終取除0外的d個最小特征值對應的特征向量得到f，以此完成對藍莓特征光譜波段的提取。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人昆明理工大學，其通訊地址為：650031 云南省昆明市一二一大街文昌路68號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。