Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南省林业科学院高晶获国家专利权

湖南省林业科学院高晶获国家专利权

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!

龙图腾网获悉湖南省林业科学院申请的专利一种基于多源数据的茶油品种识别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:CN120446032B

龙图腾网通过国家知识产权局官网在2025-09-12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:202510942706.8,技术领域涉及:G01N21/31;该发明授权一种基于多源数据的茶油品种识别方法是由高晶;陈柏林;马力;李志刚;陈永忠设计研发完成,并于2025-07-09向国家知识产权局提交的专利申请。

一种基于多源数据的茶油品种识别方法在说明书摘要公布了:本发明公开了一种基于多源数据的茶油品种识别方法,属于食用油技术领域。本发明通过连续采集待分析茶油的第一目标图像、第二目标图像、第三目标图像得出第一目标数据、第二目标数据、第三目标数据,根据茶油标准指纹图谱库计算融合相似度,判断是否为单一品种茶油。进一步的,本发明采集第一特征数据、第二特征数据、第三特征数据,筛选特征拉曼位移和特征波长建立纯油光谱数据库,根据纯油光谱数据库建立品种识别模型,提高茶油识别的准确性和全面性,根据第二特征数据和第三特征数据建立品种比例模型,根据第一特征数据建立校验模型,提高识别速度和识别精度。

本发明授权一种基于多源数据的茶油品种识别方法在权利要求书中公布了:1.一种基于多源数据的茶油品种识别方法,其特征在于,包括以下步骤: 步骤1:制备待分析茶油,放置于工作台的起始工位,在工作台的第一图像获取通道、第二图像获取通道、第三图像获取通道分别安装图像采集装置; 步骤2:采集背景图像和参考图像,待分析茶油进入第一图像获取通道,图像采集装置采集第一目标图像,进入第二图像获取通道,采集第二目标图像,进入第三图像获取通道,采集第三目标图像; 步骤3:根据第一目标图像、第二目标图像、第三目标图像分别获得第一目标数据、第二目标数据、第三目标数据,建立茶油标准指纹图谱库,计算融合相似度; 步骤4:若融合相似度超过相似度阈值,则待分析茶油为单一品种茶油,输出识别结果,结束程序,否则进入步骤5; 步骤5:建立纯油光谱数据库,根据纯油光谱数据库建立品种识别模型、品种比例模型和校验模型; 步骤6:将第一目标数据、第二目标数据、第三目标数据代入品种识别模型得出油类品种集合,根据品种比例模型得出品种比例集合,根据校验模型进行校验,若校验成功,进入步骤7,否则输出识别失败,结束程序; 步骤7:根据品种比例集合得出目标油类,输出目标油类和品种比例集合, 其中,在步骤2中,图像采集装置包括光发生器、光接收器和光电传感器,光电传感器采集背景图像和参考图像,所述参考图像为空白样品的光信号图像,第一图像获取通道的光发生器生成拉曼光,光接收器采集第一目标图像,生成拉曼光谱数据,在第二图像获取通道,光发生器生成紫外可见光,光接收器采集第二目标图像,生成紫外可见光谱数据,在第三图像获取通道,光发生器生成红外光,光接收器采集第三目标图像,生成红外光谱数据, 在步骤3中,对拉曼光谱数据进行基线校正、强度归一化后生成第一目标数据Y1α,α为拉曼位移,根据紫外可见光谱数据计算紫外可见吸光度Aλ,进而生成第二目标数据Y2λ,λ为紫外可见光的波长,根据红外光谱数据计算红外吸光度Aβ,进而生成第三目标数据Y3β,β为红外光的波长,建立茶油标准指纹图谱库的步骤为:采集多个不同产地的纯茶油样本,获取纯茶油样本的三种光谱数据并进行预处理后获得第一标准数据、第二标准数据、第三标准数据,根据每个纯茶油样本的产地、第一标准数据、第二标准数据、第三标准数据建立茶油标准指纹图谱库, 在步骤3中,将第一目标数据、第二目标数据、第三目标数据分别与茶油标准指纹图谱库中不同产地的第一标准数据、第二标准数据、第三标准数据进行对比,计算融合相似度,若融合相似度超过相似度阈值,则待分析茶油为纯茶油,融合相似度S=S1+S2+S33,S1为第一目标数据与第一标准数据的最大相似度,S2为第二目标数据与第二标准数据的最大相似度,S3为第三目标数据与第三标准数据的最大相似度,在第一目标数据中选取m个不同拉曼位移{α1,...,αm},,d为纯茶油样本的产地序号,D为纯茶油样本的产地总数量,1≤d≤D,Ad1α为第d个产地的第一标准数据,根据S1的计算方法计算S2和S3,进而求出融合相似度S, 在步骤5中,建立纯油光谱数据库的步骤:制备多个纯油样本,获取纯油样本的三种光谱数据并进行预处理后获得第一特征数据、第二特征数据、第三特征数据,筛选特征拉曼位移和特征波长,建立纯油光谱数据库U1,U1={u1,u2,...,ui,...,un},ui={C1i,C2i,C3i},ui为第i种纯油的特征数据集合,C1i为第i种纯油的特征拉曼位移集合,C2i为第i种纯油的第一特征波长集合,C3i为第i种纯油的第二特征波长集合,n为纯油种类数量, 在步骤5中,根据纯油光谱数据库建立识别数据库U2,根据识别数据库建立品种识别模型,根据品种识别模型确定第一集合X1和第二集合X2,根据第二特征数据、第三特征数据、第一集合X1和第二集合X2建立品种比例模型,根据第一特征数据、第一集合X1和第二集合X2建立校验模型,U2={u21,u22,...,u2i,...,u2n},u2i={C21i,C22i,C23i},,u2i为第i种纯油的识别数据集合,C21i为第i种纯油的第一识别数据集合,C22i为第i种纯油的第二识别数据集合,C23i为第i种纯油的第三识别数据集合, 在步骤6中,品种识别模型:若,且且,则待分析茶油包含第i种纯油,将第i种纯油加入第一集合X1,若,且且,则待分析茶油包含第i种纯油,将第i种纯油加入第二集合X2,C10为第一目标数据的特征拉曼位移,C20为第二目标数据的特征波长,C30为第三目标数据的特征波长, 在步骤6中,品种比例模型:,δ1为目标阈值,a1j为第一集合中第j种纯油的组成比例,a2k为第二集合中第k种纯油的组成比例,y21jλ为第一集合中第j种纯油的第二特征数据,y22kλ为第二集合中第k种纯油的第二特征数据,y31jβ为第一集合中第j种纯油的第三特征数据,y32kβ为第二集合中第k种纯油的第三特征数据, 在步骤6中,校验模型:,y11j为第一集合中第j种纯油的第一特征数据,y12k为第二集合中第k种纯油的第一特征数据,b1j为第一集合中第j种纯油的校验比例,b2k为第二集合中第k种纯油的校验比例, 在步骤7中,根据品种识别模型确定油类品种集合X3,X3=X1+X2,根据品种比例模型获得每种纯油的组成比例,根据每种纯油的组成比例生成品种比例集合,若第一集合中任意第j种纯油都满足|a1j-b1j|δ2且第二集合中任意第k种纯油都满足|a2k-b2k|δ2,则校验成功,否则校验失败,δ2为校验阈值。

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湖南省林业科学院,其通讯地址为:410000 湖南省长沙市韶山南路658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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。