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！

龙图腾网获悉长沙理工大学申请的专利一种基于温度调制的光谱多金属离子浓度检测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：CN119935921B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510439339.X，技术领域涉及：G01N21/25；该发明授权一种基于温度调制的光谱多金属离子浓度检测方法是由陈俊名;李靖;何正杨;李家鑫;唐明珠;李梓睿;樊绍胜设计研发完成，并于2025-04-09向国家知识产权局提交的专利申请。

本一种基于温度调制的光谱多金属离子浓度检测方法在说明书摘要公布了：本发明公开了一种基于温度调制的光谱多金属离子浓度检测方法，涉及光谱定量分析技术领域，包括以下步骤：步骤S1，设计温度调制策略，获取温度调制的光谱信号；步骤S2，构造基于温度调制的光谱二维矩阵；步骤S3，构建基于神经网络的高阶特征提取网络，并建立离子浓度回归网络；步骤S4，训练特征提取网络和离子浓度回归网络；步骤S5，获得待测样本的温度调制光谱矩阵；步骤S6，将待测样本的温度调制光谱输入到训练好的模型中，得到金属离子组分的浓度。本发明的检测方法，通过温度变化下各金属离子光谱形状和强度变化差异，分析吸光特性和温敏特性，构造高阶特征进行特征分离提取，提高重叠光谱各组分信息分离解析的准确度和抗干扰性。

本发明授权一种基于温度调制的光谱多金属离子浓度检测方法在权利要求书中公布了：1.一种基于温度调制的光谱多金属离子浓度检测方法，其特征在于，包括以下步骤： 步骤S1，设计温度调制策略，获取温度调制光谱信号；在设计光谱调制和光谱采集的温度点时，选择的温度点能够最大化不同离子光谱之间的差异； 步骤S2，构造基于温度调制的二维光谱矩阵； 步骤S3，构建基于神经网络的高阶特征提取网络，提取二维矩阵中的光谱特征，并建立离子浓度回归网络； 步骤S4，训练特征提取网络和离子浓度回归网络； 步骤S5，获得待测样本的温度调制光谱矩阵； 步骤S6，将待测样本的温度调制光谱输入到步骤S4训练好的网络模型中，得到各个金属离子组分的浓度； 所述步骤S1中，所述温度调制光谱信号获取步骤如下： S11：确定各金属离子浓度的波动范围，分析各金属离子光谱随温度变化的规律； S12：获取样本在不同温度点下采集的光谱数据，组成原始数据集，构成样本的光谱曲线； 所述步骤S2中，构造训练样本二维光谱矩阵的过程为： S21：获取一组用于建模的标样光谱信号以及对应的组分含量，每个样本的光谱数据为一个一维数组，包含了在k个温度点下的L个光谱波长的响应值，整个标样数据集为二维数组； S22：对一维数组的光谱数据按照温度调制顺序依次排布，构造基于温度调制的训练样本二维光谱矩阵，每个样本的一维光谱数据重构为一个二维矩阵，二维矩阵中的每一个元素代表在特定光谱波长和特定温度点下的光谱响应值； 所述步骤S3中，具体包括如下步骤： S31：构造基于神经网络的光谱高阶特征提取网络NF，用于捕捉光谱数据中的复杂模式和特征；其中，高阶特征提取网络NF的输入为步骤S2中的训练样本二维光谱矩阵； S32：采用高阶特征提取网络NF提取训练样本二维光谱矩阵的高阶特征，形成高阶特征图，并传输到离子浓度回归模型； S33：离子浓度回归模型NR接收来自高阶特征提取网络NF的输出，即高阶特征图，通过回归网络的计算，得到每个训练样本的金属离子浓度的预测值。

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长沙理工大学，其通讯地址为：410004 湖南省长沙市天心区赤岭路45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”。