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 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜唐山市食品药品综合检验检测中心(唐山市农产品质量安全检验检测中心、唐山市检验检测研究院)王磊获国家专利权

恭喜唐山市食品药品综合检验检测中心(唐山市农产品质量安全检验检测中心、唐山市检验检测研究院)王磊获国家专利权

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!

龙图腾网恭喜唐山市食品药品综合检验检测中心(唐山市农产品质量安全检验检测中心、唐山市检验检测研究院)申请的专利花生壳水溶性膳食纤维提取的脉冲电场预处理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:CN119354909B

龙图腾网通过国家知识产权局官网在2025-03-28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:202411896374.6,技术领域涉及:G01N21/3563;该发明授权花生壳水溶性膳食纤维提取的脉冲电场预处理方法是由王磊;姚惠芳;孟哲;杜瑞焕;庞学良;黄月;霍路曼;赵春杰设计研发完成,并于2024-12-23向国家知识产权局提交的专利申请。

花生壳水溶性膳食纤维提取的脉冲电场预处理方法在说明书摘要公布了:本发明涉及光谱分析技术领域,具体涉及花生壳水溶性膳食纤维提取的脉冲电场预处理方法,包括:获取不同脉冲电场强度预处理下花生壳提取物的光谱数据,将光谱数据中的吸收峰划分为特征峰和非特征峰;计算任意两个光谱数据中相同特征峰之间的特征差异参数和任意相同非特征峰之间的非特征差异参数,进一步获取任意两个光谱数据之间的差异指标;结合光谱数据之间的差异指标进行层次聚类,并计算层次聚类树的分类指标;获取分类指标最大时对应的脉冲电场强度作为最优脉冲电场强度。本发明可以准确找到最优的电场强度,进一步有助于提高花生壳水溶性膳食纤维的提取品质。

本发明授权花生壳水溶性膳食纤维提取的脉冲电场预处理方法在权利要求书中公布了:1.花生壳水溶性膳食纤维提取的脉冲电场预处理方法,其特征在于,该方法包括以下步骤:获取通过不同脉冲电场强度预处理下花生壳提取物的光谱数据;获取任意光谱数据中的吸收峰,并根据吸收峰对应的波数将光谱数据中的吸收峰划分为特征峰和非特征峰;根据任意两个光谱数据中相同特征峰中的峰宽以及峰值分布情况,计算所述任意两个光谱数据中相同特征峰之间的特征差异参数;根据任意两个光谱数据中相同非特征峰之间的宽度以及峰值差异,计算所述任意两个光谱数据中任意相同非特征峰之间的非特征差异参数;根据所述特征差异参数和非特征差异参数,并结合特征峰和非特征峰分别对应的数量,获取任意两个光谱数据之间的差异指标;对于任意脉冲电场强度下的所有光谱数据,结合光谱数据之间的差异指标进行层次聚类,得到包含若干聚类簇的层次聚类树,根据聚类簇中光谱数据之间的差异指标的分布水平,获取聚类簇的聚集波动性;根据层次聚类簇中相邻层之间的聚集波动性差异以及同一层中不同聚类簇中光谱数据的差异指标,确定层次聚类树的分类指标;获取分类指标最大时对应的脉冲电场强度作为最优脉冲电场强度;所述特征差异参数的获取方法包括:获取任意光谱数据中任意特征峰对应的最小波数和最大波数,将所述最小波数和最大波数形成的区间范围记为所述任意特征峰的特征区间;根据任意两个光谱数据中相同特征峰的峰值数量差异以及特征峰区间的偏差情况,计算所述任意两个光谱数据中相同特征峰之间的特征差异参数;特征差异参数的具体计算方法为: 其中,表示第个和第个光谱数据中特征峰之间的特征差异参数,表示第个光谱数据中特征峰所包含波峰峰值的数量;表示第个光谱数据中特征峰所包含波峰峰值的数量;表示绝对值符号,表示第个光谱数据中特征峰的特征区间;表示第个光谱数据中特征峰的特征区间;表示预设的第一参数;所述非特征差异参数的具体计算方法为: 其中,表示第个和第个光谱数据中非特征峰之间的非特征差异参数;表示两个非特征峰中峰宽最大的非特征峰所对应的峰宽,表示两个非特征峰中峰宽最小的非特征峰所对应的峰宽;表示第个光谱数据中非特征峰的峰值;表示第个光谱数据中非特征峰得峰值;表示绝对值符号。

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唐山市食品药品综合检验检测中心(唐山市农产品质量安全检验检测中心、唐山市检验检测研究院),其通讯地址为:063000 河北省唐山市开平区唐古路东侧;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。