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)恭喜中國(guó)礦業(yè)大學(xué);國(guó)電環(huán)境保護(hù)研究院有限公司申請(qǐng)的專利基于NIR和多距離域泛化的快速檢測(cè)方法及系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119985392B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-06-20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：202510476882.7，技術(shù)領(lǐng)域涉及：G01N21/359；該發(fā)明授權(quán)基于NIR和多距離域泛化的快速檢測(cè)方法及系統(tǒng)是由鄒亮;許世凡;任柯龍;王宏亮;徐茗;雷萌;傅晨駿;吳浩設(shè)計(jì)研發(fā)完成，并于2025-04-16向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于NIR和多距離域泛化的快速檢測(cè)方法及系統(tǒng)在說(shuō)明書摘要公布了：本發(fā)明涉及一種基于NIR和多距離域泛化的快速檢測(cè)方法及系統(tǒng)。其包括：提供待檢物質(zhì)的待檢近紅外光譜數(shù)據(jù)，并將待檢近紅外光譜數(shù)據(jù)加載到構(gòu)建的品質(zhì)參數(shù)檢測(cè)模型，以利用所述品質(zhì)參數(shù)檢測(cè)模型對(duì)待檢近紅外光譜數(shù)據(jù)進(jìn)行品質(zhì)檢測(cè)處理，其中，品質(zhì)參數(shù)檢測(cè)模型先對(duì)待檢近紅外光譜數(shù)據(jù)進(jìn)行域不變特征提取，以提取得到待檢近紅外光譜數(shù)據(jù)的待檢域不變特征，此后，品質(zhì)參數(shù)檢測(cè)模型對(duì)待檢域不變特征進(jìn)行多尺度空間特征提取預(yù)測(cè)處理，以經(jīng)多尺度空間特征提取預(yù)測(cè)處理后生成待檢物質(zhì)的品質(zhì)參數(shù)。本發(fā)明能適應(yīng)不同采集距離下近紅外光譜數(shù)據(jù)的快速檢測(cè)需求，提高對(duì)待檢物質(zhì)的品質(zhì)參數(shù)檢測(cè)的效率與精度。

本發(fā)明授權(quán)基于NIR和多距離域泛化的快速檢測(cè)方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于NIR和多距離域泛化的快速檢測(cè)方法，其特征是，所述快速檢測(cè)方法包括：提供待檢物質(zhì)的待檢近紅外光譜數(shù)據(jù)，并將待檢近紅外光譜數(shù)據(jù)加載到構(gòu)建的品質(zhì)參數(shù)檢測(cè)模型，以利用品質(zhì)參數(shù)檢測(cè)模型對(duì)待檢近紅外光譜數(shù)據(jù)進(jìn)行品質(zhì)檢測(cè)處理，并在品質(zhì)檢測(cè)處理后生成所述待檢物質(zhì)的品質(zhì)參數(shù)，其中，提供待檢近紅外光譜數(shù)據(jù)時(shí)，至少包括對(duì)待檢物質(zhì)進(jìn)行近紅外光譜采集，其中，對(duì)待檢物質(zhì)執(zhí)行近紅外光譜采集時(shí)，采集距離位于多距離域的采集閾值內(nèi)；品質(zhì)檢測(cè)處理時(shí)，至少進(jìn)行域不變特征提取處理以及多尺度空間特征提取預(yù)測(cè)處理，其中，品質(zhì)參數(shù)檢測(cè)模型先對(duì)待檢近紅外光譜數(shù)據(jù)進(jìn)行域不變特征提取，以提取得到待檢近紅外光譜數(shù)據(jù)的待檢域不變特征，此后，對(duì)待檢域不變特征進(jìn)行多尺度空間特征提取預(yù)測(cè)處理，以生成待檢物質(zhì)的品質(zhì)參數(shù)；所述品質(zhì)參數(shù)檢測(cè)模型包括檢測(cè)線性層、域不變特征提取單元、回歸預(yù)測(cè)單元以及預(yù)測(cè)輸出單元，其中，檢測(cè)線性層與域不變特征提取單元連接，域不變特征提取單元與回歸預(yù)測(cè)單元適配連接；進(jìn)行品質(zhì)檢測(cè)處理時(shí)，利用檢測(cè)線性層對(duì)待檢近紅外光譜數(shù)據(jù)進(jìn)行線性變換處理，并將線性變換處理得到待檢近紅外光譜變換數(shù)據(jù)加載到域不變特征提取單元內(nèi)；利用域不變特征提取單元對(duì)待檢近紅外光譜變換數(shù)據(jù)進(jìn)行域不變特征提取，并將域不變特征提取得到的待檢域不變特征加載到回歸預(yù)測(cè)單元；利用回歸預(yù)測(cè)單元對(duì)待檢域不變特征進(jìn)行多尺度空間特征提取預(yù)測(cè)處理，并將得到待檢多尺度空間特征加載到預(yù)測(cè)輸出單元；基于所接收的待檢多尺度空間特征，預(yù)測(cè)輸出單元輸出待檢物質(zhì)的品質(zhì)參數(shù)；所述域不變特征提取單元包括若干依次串接的域不變特征提取模塊，其中，位于串接首部的域不變特征提取模塊與檢測(cè)線性層連接；所述回歸預(yù)測(cè)單元包括若干依次串接的回歸預(yù)測(cè)頭，其中，回歸預(yù)測(cè)單元內(nèi)回歸預(yù)測(cè)頭的數(shù)量與域不變特征提取單元內(nèi)域不變特征提取模塊的數(shù)量相一致，其中，處于串接尾部的回歸預(yù)測(cè)頭與預(yù)測(cè)輸出單元適配連接；在品質(zhì)參數(shù)檢測(cè)模型內(nèi)，每個(gè)域不變特征提取模塊跳躍連接至對(duì)應(yīng)的回歸預(yù)測(cè)頭；構(gòu)建品質(zhì)參數(shù)檢測(cè)模型時(shí)，構(gòu)建方法包括：構(gòu)建品質(zhì)參數(shù)檢測(cè)基礎(chǔ)模型，并制作用于對(duì)所述品質(zhì)參數(shù)檢測(cè)基礎(chǔ)模型訓(xùn)練用的基礎(chǔ)模型訓(xùn)練數(shù)據(jù)集，其中，所述品質(zhì)參數(shù)檢測(cè)基礎(chǔ)模型還包括重建解碼單元以及判別器，其中，重建解碼單元、判別器均與域不變特征提取單元適配連接；所述基礎(chǔ)模型訓(xùn)練數(shù)據(jù)集包括若干模型數(shù)據(jù)樣本，其中，制作基礎(chǔ)模型訓(xùn)練數(shù)據(jù)集時(shí)，將訓(xùn)練物質(zhì)在不同訓(xùn)練采集距離下進(jìn)行近紅外光譜采集，以基于所采集的訓(xùn)練近紅外光譜數(shù)據(jù)以及訓(xùn)練物質(zhì)的品質(zhì)標(biāo)簽形成一個(gè)模型數(shù)據(jù)樣本，訓(xùn)練物質(zhì)與待檢物質(zhì)屬于同一類物質(zhì)，且訓(xùn)練采集距離也位于多距離域的采集閾值內(nèi)；將基礎(chǔ)模型訓(xùn)練數(shù)據(jù)集至少劃分為訓(xùn)練樣本集以及驗(yàn)證樣本集，以利用訓(xùn)練樣本集對(duì)多距離域品質(zhì)參數(shù)檢測(cè)基本模型進(jìn)行模型訓(xùn)練，并利用驗(yàn)證樣本集對(duì)多距離域品質(zhì)參數(shù)檢測(cè)基本模型進(jìn)行模型驗(yàn)證，其中，利用訓(xùn)練樣本集對(duì)多距離域品質(zhì)參數(shù)檢測(cè)基本模型進(jìn)行模型訓(xùn)練時(shí)，在每個(gè)批次訓(xùn)練過程中，先對(duì)品質(zhì)參數(shù)檢測(cè)基礎(chǔ)模型內(nèi)的檢測(cè)線性層、域不變特征提取單元、預(yù)測(cè)輸出單元、重建解碼單元和回歸預(yù)測(cè)單元進(jìn)行訓(xùn)練，再對(duì)判別器進(jìn)行訓(xùn)練；對(duì)多距離域品質(zhì)參數(shù)檢測(cè)基本模型進(jìn)行模型訓(xùn)練達(dá)到目標(biāo)狀態(tài)，且利用驗(yàn)證樣本集對(duì)多距離域品質(zhì)參數(shù)檢測(cè)基本模型進(jìn)行模型驗(yàn)證通過后，基于模型訓(xùn)練達(dá)到目標(biāo)狀態(tài)的多距離域品質(zhì)參數(shù)檢測(cè)基本模型形成品質(zhì)參數(shù)檢測(cè)模型。

如需購(gòu)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)人中國(guó)礦業(yè)大學(xué);國(guó)電環(huán)境保護(hù)研究院有限公司，其通訊地址為：221116 江蘇省徐州市銅山區(qū)大學(xué)路1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)”。