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！

龙图腾网获悉云南中烟工业有限责任公司申请的专利一种近红外光谱数据微弱差异信号的评价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：CN116432051B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202310560109.X，技术领域涉及：G06F18/22；该发明授权一种近红外光谱数据微弱差异信号的评价方法是由张翼鹏;唐丽;张伟;朱保昆;颜克亮;凌军;文里梁;陈爱明设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本一种近红外光谱数据微弱差异信号的评价方法在说明书摘要公布了：本发明公开了一种近红外光谱数据微弱差异信号的评价方法，即SSMSStandardnormalvariatetransform+Savitzkygolay+Minmax+Spectralsimilarity方法。该方法采用标准正态变量变换对近红外光谱数据进行散射校正，消除由于样品分布不均匀所导致的散射影响；采用一阶求导去除光谱中噪声，提高光谱信噪比增强重叠峰区分度；采用最大最小规则方法，消除光谱量纲和增强数据可比性；最终综合欧式距离、相关系数、散度等评价信息近红外光谱数据相似性。本发明能有效识别近红外光谱建的微弱信号差异，进而对不同类别检测样本进行精准区分，可作为采用近红外技术精准辨识检测样本间差异的有效工具。

本发明授权一种近红外光谱数据微弱差异信号的评价方法在权利要求书中公布了：1.一种近红外光谱数据微弱差异信号的评价方法，其特征在于，包括以下步骤： 步骤1：对样本和样本分别进行红外光谱测定，得到两条近红外光谱数据； 步骤2：采用标准正态变量变换分别对两条近红外光谱数据进行散射校正，消除由于样品分布不均匀所导致的散射影响； 步骤3：采用一阶求导方法分别对完成散射校正的两条近红外光谱数据进行噪声处理，去除光谱中噪声，提高光谱信噪比增强重叠峰区分度； 步骤4：采用最大最小规则方法，分别对去除光谱中噪声的两条近红外光谱数据进行规范化处理，增强数据可比性； 步骤5：结合欧式距离、相关系数、信息散度计算两条近红外光谱数据相似度，计算的具体方法如下： 其中，为样本近红外光谱数据在经过标准正态变量变换处理方法、一阶求导去噪操作和最大最小规则消除量纲后的近红外光谱数据，为样本近红外光谱数据在经过标准正态变量变换处理方法、一阶求导去噪操作和最大最小规则消除量纲后的近红外光谱数据； 首先，在计算两条近红外光谱和的欧氏距离时，在欧氏空间中，按照下述的公式计算两个近红外光谱向量的距离大小： 11 其中：表示近红外光谱数据和的欧式距离值，表示近红外光谱数据的第个波长点的吸光度，表示近红外光谱数据的第个波长点的吸光度，为近红外光谱数据和的波长点数； 其次，在计算两条近红外光谱的相关系数时，通过如下述的公式计算两条近红外光谱向量的相关性； 12 其中：为近红外光谱数据和的相关系数，表示近红外光谱数据的第个波长点的吸光度，表示近红外光谱数据的第个波长点的吸光度，为近红外光谱数据和的波长点数，、分别为近红外光谱数据和吸光度平均值； 然后，在计算和两条近红外光谱的散射度信息时，基于信息测度理论，将和两条近红外光谱分别看成是具有概率统计特征的信息元，并按照如下的公式来描述两条光谱中各波长点的吸光度概率： 13 14 其中，为中第个波长点的吸光度概率值，为中第个波长点的吸光度概率值， 据此，和两条近红外光谱的相对熵计算公式表达如下： 15 16 其中，为相对于的相对熵，为相对于的相对熵， 根据和两条近红外光谱的相对熵，按照如下的公式计算两条光谱的信息散度： 17； 其中，表示和两条近红外光谱的信息散度； 如上，表示近红外光谱数据和欧氏距离，表示近红外光谱数据和相关系数，表示近红外光谱数据和的信息散度，按照下述的公式，用以最终表征近红外光谱数据和的相似性： 10 其中，为本发明所描述的两条近红外光谱数据和的相似性，用以表征样本与样本的相似度。

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云南中烟工业有限责任公司，其通讯地址为：650231 云南省昆明市五华区红锦路367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。