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！

龙图腾网恭喜成都大数据产业技术研究院有限公司申请的专利基于深度学习和连续光谱的水质参数在线监测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：CN119889498B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202510352577.7，技术领域涉及：G16C20/20；该发明授权基于深度学习和连续光谱的水质参数在线监测方法是由张青松;葛澄;张永刚;陈龙;唐国海;何远;赵勇;刘聪设计研发完成，并于2025-03-25向国家知识产权局提交的专利申请。

本基于深度学习和连续光谱的水质参数在线监测方法在说明书摘要公布了：本发明公开了基于深度学习和连续光谱的水质参数在线监测方法，涉及光谱分析领域，本发明包括，采用光谱仪采集光谱数据，并同步采集数据的标签用于监督学习标签；构建深度学习模型，依据监督学习标签对应的光谱波长特征选择模型，并通过加入迁移学习优化深度学习模型；对优化后的深度学习模型载入边缘计算，同时对下一采样周期的光谱数据实时流式处理，并根据集成电化学传感器反馈数据动态校准流式处理的模型偏移；结合孤立森林或自编码器重构误差，获取污染物的超标报警，本发明的迁移学习，提升模型的泛化能力，提高数据的处理效率，且共享层增强对共性噪声的抑制。

本发明授权基于深度学习和连续光谱的水质参数在线监测方法在权利要求书中公布了：1.基于深度学习和连续光谱的水质参数在线监测方法，其特征在于，包括：采用光谱仪采集光谱数据，并同步采集数据的标签用于监督学习标签；构建深度学习模型，依据监督学习标签对应的光谱波长特征选择模型，并通过加入迁移学习优化深度学习模型，包括：依据水质参数特征选择对应的深度学习模型，加载关于COD、BOD关联参数的1D-CNN模型，将光谱视为一维信号，通过卷积层提取局部特征，输入光谱长度，依据卷积层大核捕获宽吸收峰波长，依据卷积层小核提取局部特征，输出对应COD、BOD值；对CNN提取特征后接入LSTM建模时序，或对CNN提取特征后结合自编码器进行无监督预训练，计算波长点间的全局相关性；载入对抗训练，对齐实验室和现场水域的目标参数的光谱特征分布；对关于COD水质参数的深度学习模型，将共享底层CNN提取光谱共性特征，对顶层卷积层执行分任务预测不同参数，顶层卷积层即TP预测层，再对全连接层执行预测数据微调，微调后循环录入下一周期的预处理后的光谱仪采样数据，直至数据量满足预设中等数据量要求，逐步解冻中间卷积层，当数据量满足充足数据量要求，调整所有卷积层权重，随数据量时间顺序，从预训练层到后续训练层，同步调高学习率；对优化后的深度学习模型载入边缘计算，同时对下一采样周期的光谱数据实时流式处理，并根据集成电化学传感器反馈数据动态校准流式处理的模型偏移；结合孤立森林或自编码器重构误差，获取污染物的超标报警。

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成都大数据产业技术研究院有限公司，其通讯地址为：610000 四川省成都市郫都区德源镇(菁蓉镇)静园东路28号优易数据大厦8楼；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”。