-
公开(公告)号：CN109632690A
公开(公告)日：2019-04-16
申请号：CN201811472540.4
申请日：2018-12-04
IPC: G01N21/3577 , G01N21/359 , E03D9/00
CPC classification number: G01N21/3577 , E03D9/00 , G01N21/359 , G01N2021/0112 , G01N2021/0118 , G01N2201/129 , G01N2201/1293 , G01N2201/1296
Abstract: 本发明公开了一种基于非侵入式尿液在线检测系统，包括：一光谱采集模块，用于获得待检测尿液的全光谱数据和片段式光谱数据；一用户智能终端模块，一健康数据平台，一光谱数据智能分析平台，包括一数据分析模块及一算法管理模块，用于分析光谱数据、建立预测模型、得到健康指标数据；其中，数据分析模块与光谱采集模块配合使用，提高建模的准确率。本发明提供一种具有操作简便快捷、结果准确、卫生环保、成本低廉、远程护理等优点，在智能家居和智能养老领域有很好的应用前景的基于尿液在线检测系统的人体生理状况及趋势的非侵入式技术。
-
公开(公告)号：CN108956528A
公开(公告)日：2018-12-07
申请号：CN201810866549.7
申请日：2018-08-01
Applicant: 浙江农林大学 , 杭州西斯特姆微电子科技有限公司
IPC: G01N21/359 , G01N21/3563
CPC classification number: G01N21/359 , G01N21/3563 , G01N2201/129 , G01N2201/1296
Abstract: 本发明公开了一种红木家具的近红外无损鉴别方法,包括如下步骤：S1，制备红木样本并采集光谱数据，建立红木家具鉴别模型；S2，基于红木家具鉴别模型鉴别待测红木家具；其中，步骤S1包括：制备样本；对各样本进行光谱采集和特征分析；样本光谱预处理；建立红木家具鉴别模型数据库；步骤S2包括：采集待测红木家具的近红外光谱；待测红木家具光谱预处理；鉴别待测红木家具种类。本发明建立红木近红外光谱快速识别模型，通过光谱预处理、建模，降低与红木家具识别无关信息的干扰，提高模型稳定性和可靠性，从而建立适应性强、稳健性好的红木家具近红外光谱识别模型数据库。
-
公开(公告)号：CN107121407A
公开(公告)日：2017-09-01
申请号：CN201710408868.9
申请日：2017-06-02
Applicant: 中国计量大学
IPC: G01N21/359 , G06K9/62 , G06N3/08
CPC classification number: G01N21/359 , G01N2201/1296 , G06K9/624 , G06N3/086
Abstract: 本发明公开了一种基于PSO‑RICAELM的近红外光谱分析鉴别翠冠梨成熟度的方法，包括以下步骤：(1)收集样品，采集样品光谱，得到样品近红外漫反射光谱数据，对光谱数据进行二阶导数处理，并使用离散小波变换压缩原始近红外光谱数据；(2)将压缩后的光谱数据用稳健性独立分量分析对其进行分解,提取基本成分光谱矩阵和相应的近似浓度矩阵；(3)将近似浓度矩阵作为模型输入，对应的成熟度作为输出，用粒子群算法寻优，建立PSO‑RICAELM模型；(4)模型的质量评价，鉴别样品的成熟度。本发明能够快速鉴别翠冠梨成熟度，丰富了化学计量学方法，具有良好的应用前景。
-
公开(公告)号：CN109632687A
公开(公告)日：2019-04-16
申请号：CN201910080833.6
申请日：2019-01-28
Applicant: 国网重庆市电力公司电力科学研究院 , 国网重庆市电力公司 , 国家电网有限公司
IPC: G01N21/3504
CPC classification number: G01N21/3504 , G01N2201/127 , G01N2201/1296
Abstract: 本申请公开了一种四氟化碳气体浓度检测校正方法、装置、设备及存储介质，该方法包括：通过双光路检测系统利用双波长红外差分检测法测量出不同温度下的四氟化碳气体浓度值；将测量出的四氟化碳气体浓度值和对应的温度值输入至RBF神经网络进行训练；将对测试样本测量所得的四氟化碳气体浓度值输入至训练好的RBF神经网络进行测试并开展反演计算，得到校正后的四氟化碳气体实际浓度值。本申请利用四氟化碳对红外光谱的吸收特性来检测出四氟化碳气体浓度，不受测试环境的影响，具有良好的灵敏度、可靠性、稳定性、使用寿命长等特点，并且经训练好的RBF神经网络的测试及反演计算，可以对双光路检测系统进行温度校正，获取准确的实际浓度值。
-
公开(公告)号：CN108181292A
公开(公告)日：2018-06-19
申请号：CN201711289889.X
申请日：2017-12-08
IPC: G01N21/65
CPC classification number: G01N21/65 , B01D15/1821 , B01D15/1828 , B01D15/1842 , C07C7/12 , C07C15/08 , G01J3/44 , G01N21/85 , G01N21/8507 , G01N2021/8411 , G01N2021/8416 , G01N2201/1211 , G01N2201/129 , G01N2021/633 , G01N2201/1296
Abstract: 本发明涉及测量在以模拟移动床(SMB)模式操作的分离单元或采用模拟移动床(SMB)分离步骤和结晶步骤的混合分离单元的至少一个点处存在的物质的浓度的方法，所述方法包括以下步骤：a)通过在线采集在代表性工业单元的条件下的不同混合物的拉曼光谱，并通过参考技术取样分析，使得针对每种成分作为其含量的函数构建一个或多个数学模型来进行校准；b)通过在线信号处理进行分析：通过化学计量数学方法在每个测量点处处理获得的拉曼光谱，所述化学计量数学方法使用在校准步骤期间针对每种成分构建的所述模型，考虑在所考虑的测量点处的温度(Tsp1)以及所述测量点处存在的物质的浓度范围Cj，以获得存在的每种物质的浓度Ci。
-
Patent Agency Ranking
公开(公告)号：CN107796766A
公开(公告)日：2018-03-13
申请号：CN201710973731.8
申请日：2017-10-18
Applicant: 盐城工学院
IPC: G01N21/25 , G01N21/3563
CPC classification number: G01N21/25 , G01N21/3563 , G01N2021/3595 , G01N2201/1296
Abstract: 本发明属于涉及一种臭脚盐产地鉴别方法、装置及计算机可读存储介质，分析化学技术领域。该方法包括：获取待测样品的光谱特征数据；提取所述光谱特征数据中的前N个主成分数据，作为特征输入量，其中，N为大于1的整数；根据所述特征输入量、预设分类模型获得所述待测样品的鉴别结果。通过获取待测样品的光谱特征数据，提取该光谱特征数据的主成分数据作为特征量，利用预先设置的分类模型便能快速准备的识别臭脚盐产地，为臭脚盐产地溯源提供了新方法，进而在对臭脚盐的打假查处中，能帮助公安机关等执行人员维法。
-
公开(公告)号：CN104136908B
公开(公告)日：2018-02-23
申请号：CN201280069480.6
申请日：2012-12-19
Applicant: 奥普蒂库尔诊断有限公司 , 奥普蒂库尔诊断股份有限公司
CPC classification number: C12Q1/04 , C12M41/36 , G01N21/255 , G01N21/3577 , G01N21/39 , G01N21/64 , G01N21/65 , G01N2021/1742 , G01N2021/1744 , G01N2021/3595 , G01N2021/6417 , G01N2201/06113 , G01N2201/129 , G01N2201/1296 , G06F19/10
Abstract: 公开了用于光谱检测和鉴定培养物中细菌的光谱方法。所述方法整合了从怀疑含有所述细菌之经培养样品构建至少一个数据集，其可为光谱、干涉图样或散射图样。针对所述样品中水的存在，对所述数据集进行校正，使用主成分分析提取光谱特征，并使用学习算法对所述特征分类。在本发明的一些实施方案中，例如为将MRSA与MSSA区别，进行多模态分析，其中细菌的鉴定是基于样品的光谱、用来确定细胞壁厚度的干涉图样以及用来确定细胞壁粗糙度的散射图样进行的。还公开了用于进行所述方法的设备，所述设备的一个实施方案整合了多样品分析仪。
-
公开(公告)号：CN107655850A
公开(公告)日：2018-02-02
申请号：CN201610589280.3
申请日：2016-07-25
Applicant: 上海创和亿电子科技发展有限公司
IPC: G01N21/359
CPC classification number: G01N21/359 , G01N2201/1296
Abstract: 本发明提供基于近红外光谱的非线性建模方法及系统，采集各所述实验样本的光谱图，并转换成近红外光谱数据；从各所述近红外光谱数据随机挑出一部分作为校正集，挑出一部分作为验证集；将所述校正集和所述验证集通过主成分分析得到光谱特征空间；在所述光谱特征空间中，通过马氏距离法选取所述校正集里与所述验证集的各个样本最近似的样本作为校正子集；从所述校正子集中提取主成分数，作为BP神经网络的输入层建立回归模型，不仅能解决各因素之间多重相关的问题，还避免了大量的噪声和一些无用的信息，降低了变量维数，在BP神经网络的非线性映射能力和适应学习能力的基础上，提高了模型的预测稳定性和精度。
-
公开(公告)号：CN106463430A
公开(公告)日：2017-02-22
申请号：CN201580024936.0
申请日：2015-05-11
Applicant: 科磊股份有限公司
IPC: H01L21/66
CPC classification number: G01N21/93 , G01B2210/56 , G01N21/4788 , G01N21/9501 , G01N21/95607 , G01N2201/06113 , G01N2201/062 , G01N2201/10 , G01N2201/1296
Abstract: 在一个实施例中，揭示了用于确定目标的参数的设备及方法。提供了一种具有成像结构及散射测量结构的目标。利用计量工具的成像通道获得所述成像结构的图像。还利用所述计量工具的散射测量通道从所述散射测量结构获得散射测量信号。基于所述图像及所述散射测量信号两者确定所述目标的至少一个参数，例如叠对误差。
-
公开(公告)号：CN104136908A
公开(公告)日：2014-11-05
申请号：CN201280069480.6
申请日：2012-12-19
Applicant: 奥普蒂库尔诊断有限公司 , 奥普蒂库尔诊断股份有限公司
CPC classification number: C12Q1/04 , C12M41/36 , G01N21/255 , G01N21/3577 , G01N21/39 , G01N21/64 , G01N21/65 , G01N2021/1742 , G01N2021/1744 , G01N2021/3595 , G01N2021/6417 , G01N2201/06113 , G01N2201/129 , G01N2201/1296 , G06F19/10
Abstract: 公开了用于光谱检测和鉴定培养物中细菌的光谱方法。所述方法整合了从怀疑含有所述细菌之经培养样品构建至少一个数据集，其可为光谱、干涉图样或散射图样。针对所述样品中水的存在，对所述数据集进行校正，使用主成分分析提取光谱特征，并使用学习算法对所述特征分类。在本发明的一些实施方案中，例如为将MRSA与MSSA区别，进行多模态分析，其中细菌的鉴定是基于样品的光谱、用来确定细胞壁厚度的干涉图样以及用来确定细胞壁粗糙度的散射图样进行的。还公开了用于进行所述方法的设备，所述设备的一个实施方案整合了多样品分析仪。
-
-
-
-
-
-
-
-
-
Search Results
249
records
(took 0.044 seconds)
