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！

龙图腾网获悉中国科学院西安光学精密机械研究所申请的专利一种深层物质拉曼光谱重构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：CN119574529B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411742439.1，技术领域涉及：G01N21/65；该发明授权一种深层物质拉曼光谱重构方法是由王博;张普;赵卫;朱香平;冯娴娴设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本一种深层物质拉曼光谱重构方法在说明书摘要公布了：本发明公开了一种基于Voigt函数与深度神经网络相结合的方法，用于重构深层物质的拉曼光谱,解决了现有技术实施过程复杂，实施门槛较高的技术问题，具体包括:步骤一，生成训练数据集；步骤二，训练深度神经网络得到拉曼光谱重构模型；步骤三，采集双层样品的空间偏移拉曼光谱；步骤四，对采集到的拉曼光谱进行基线校正处理，从而得到校正后的拉曼光谱，将校正后的拉曼光谱拼接为输入数据，输入到拉曼光谱重构模型中，得到重构后的纯净拉曼光谱。该方法适应性强，操作步骤简单，能够对拉曼光谱进行自动化处理，消除包装材料的谱峰干扰，从而快速简便地获得深层样品的纯净拉曼光谱。

本发明授权一种深层物质拉曼光谱重构方法在权利要求书中公布了：1.一种深层物质拉曼光谱重构方法，其特征在于，包括以下步骤： 步骤一，生成训练数据集 1.1、使用Voigt函数模拟并随机生成一个拉曼谱峰P，共生成n个拉曼谱峰P并进行叠加，得到一条模拟的拉曼光谱R，将所述模拟的拉曼光谱R记为Ra看做样品光谱，其中n在[2,5]的区间范围内随机生成，用于控制生成拉曼谱峰P的数量； 1.2、采用与步骤1.1相同的方法得到另外一条模拟的拉曼光谱Rb，并将Rb看做包装光谱； 1.3、将样品光谱Ra和包装光谱Rb相加，得到模拟零空间偏移处拉曼光谱Rd＝0；按照预设比例系数混合样品光谱Ra和包装光谱Rb，得到模拟非零空间偏移处拉曼光谱Rd0；进而得到一组训练数据[X1,Y1]，其中X1为Rd＝0和Rd0拼接而成的拉曼光谱序列，即X1＝[Rd＝0,Rd0]，Y1是目标输出，有Y1＝Ra； 1.4、重复步骤1.1至1.3，生成m组训练数据，得到训练数据集D＝{Xk,Yk,k＝1,2,…,m}，用于训练深度神经网络，其中Xk作为输入数据，Yk作为目标输出，m100； 步骤二，训练深度神经网络得到拉曼光谱重构模型 2.1构建深度神经网络为fX；θ；其中，X为输入数据，θ是所有深度神经网络参数的集合，包含了每一层的权重矩阵W和偏置向量b，记为θ＝{W1,b1,W2,b2,…,W5,b5}，其中，Wj为第j层网络的权重矩阵，bj为第j层网络的偏置向量，其中j＝1,2,3,4,5； 2.2、采用训练数据集D对深度神经网络fX；θ进行训练，得到拉曼光谱重构模型Ypred＝fXinput；θ，其中Xinput为输入数据，Ypred为重构后的纯净拉曼光谱，并将其部署到实际应用中进行拉曼光谱重构； 步骤三，采集双层样品的空间偏移拉曼光谱； 步骤四，对采集到的拉曼光谱进行基线校正处理，从而得到校正后的拉曼光谱；将校正后的拉曼光谱拼接为输入数据Xinput，输入到拉曼光谱重构模型Ypred＝fXinput；θ中，得到重构后的纯净拉曼光谱Ypred。

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中国科学院西安光学精密机械研究所，其通讯地址为：710119 陕西省西安市高新区新型工业园信息大道17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”。

以上内容由龙图腾AI智能生成。