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！

龙图腾网获悉厦门大学申请的专利基于激光散斑和深度学习的光催化效率测量方法及装置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：CN121275751B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511841019.3，技术领域涉及：G01N21/84；该发明授权基于激光散斑和深度学习的光催化效率测量方法及装置是由黄胜利;郑晅丽;陈鹏宇;李天浩;赵子怿;陈乔宇;孔丽晶设计研发完成，并于2025-12-09向国家知识产权局提交的专利申请。

本基于激光散斑和深度学习的光催化效率测量方法及装置在说明书摘要公布了：本发明涉及计算机视觉处理技术领域，尤其涉及基于激光散斑和深度学习的光催化效率测量方法及装置。光催化效率测量方法包括：获取待测液的散斑图像；对散斑图像进行ROI裁剪、高斯滤波、直方图均衡化处理；使用Inception‑v3模型提取散斑图像特征，结合随机森林回归算法，构建训练浓度预测模型；采用浓度预测模型对实时采集的散斑图像进行浓度预测，并根据降解率公式计算获得光催化效率。本发明利用深度学习自动提取散斑图像特征，并通过激光散斑实现非接触式检测，提高了预测准确率，通过自动化取样机构，避免了实验人员直接接触紫外光的风险，实现了光催化反应过程的连续监测。

本发明授权基于激光散斑和深度学习的光催化效率测量方法及装置在权利要求书中公布了：1.基于激光散斑和深度学习的光催化效率测量方法，其特征在于，包括以下步骤： 获取光催化的待测液的散斑图像，所述散斑图像是将光催化的待测液置于光学测量机构中采集得到的图像； 对散斑图像进行ROI裁剪、高斯滤波、直方图均衡化处理； 使用Inception-v3模型提取散斑图像特征，引入主成分分析对散斑图像特征进行降维处理，结合随机森林回归算法构建浓度预测模型，对浓度预测模型进行训练验证； 采用浓度预测模型对实时采集的散斑图像进行浓度预测，并根据降解率公式计算获得光催化效率； 所述使用Inception-v3模型提取散斑图像特征，引入主成分分析对散斑图像特征进行降维处理，结合随机森林回归算法构建浓度预测模型，对浓度预测模型进行训练验证，包括： 采用迁移学习策略，在ImageNet预训练的Inception-v3模型基础上进行散斑图像特征提取； 引入主成分分析对散斑图像特征进行降维处理； 结合随机森林回归算法构建浓度预测模型； 基于平均绝对值误差、均方误差和决定系数得分，对训练中的浓度预测模型进行性能评估； 采用五折交叉验证浓度预测模型的稳定性，获得最终的浓度预测模型。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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。