公开(公告)号：CN110954666B

公开(公告)日：2022-01-11

申请号：CN201911111535.5

申请日：2019-11-14

申请人： 温州大学

发明人： 陈孝敬 ,  孟留伟 ,  袁雷明 ,  石文 ,  黄光造

IPC分类号： G01N33/14

摘要： 本发明公开了一种基于偏最小二乘判别分析模型的茶叶等级判别方法，该方法直接构建茶叶样本的响应信号向量与茶叶样本的设定标签之间潜在变量从1到20的20个PLS‑DA模型，采用得到的20个PLS‑DA模型分别对每个茶叶样本进行预测并使用预测结果构建茶叶样本的排序差异总和矩阵，然后基于茶叶样本的排序差异总和矩阵构建得到每个茶叶样本的排序差异总和标准参考序列向量以及构建包含20行1列索引值的第一索引值矩阵后，调整排序差异总和矩阵中各行数据的行数构建得到第二索引值矩阵，最后通过计算绝对差值之和确定茶叶样本等级；优点是判别过程简单，且判别精度较高。

公开(公告)号：CN110954666A

公开(公告)日：2020-04-03

申请号：CN201911111535.5

申请日：2019-11-14

申请人： 温州大学

发明人： 陈孝敬 ,  孟留伟 ,  袁雷明 ,  石文 ,  黄光造

IPC分类号： G01N33/14

摘要： 本发明公开了一种基于偏最小二乘判别分析模型的茶叶等级判别方法，该方法直接构建茶叶样本的响应信号向量与茶叶样本的设定标签之间潜在变量从1到20的20个PLS-DA模型，采用得到的20个PLS-DA模型分别对每个茶叶样本进行预测并使用预测结果构建茶叶样本的排序差异总和矩阵，然后基于茶叶样本的排序差异总和矩阵构建得到每个茶叶样本的排序差异总和标准参考序列向量以及构建包含20行1列索引值的第一索引值矩阵后，调整排序差异总和矩阵中各行数据的行数构建得到第二索引值矩阵，最后通过计算绝对差值之和确定茶叶样本等级；优点是判别过程简单，且判别精度较高。

公开(公告)号：CN111007033B

公开(公告)日：2022-08-30

申请号：CN201911248926.1

申请日：2019-12-09

申请人： 温州大学

发明人： 陈熙 ,  陈孝敬 ,  徐邈 ,  石文 ,  黄光造 ,  李里敏 ,  朱德华 ,  孟留伟

IPC分类号： G01N21/359 ,  G01N21/3504

摘要： 基于光谱与功率谱特征融合的痕量乙炔气体浓度检测方法，属于痕量气体检测领域，包括步骤：制备不同浓度的痕量乙炔气体样本。采集每份气体样本的原始红外光谱。根据预处理的红外光谱获取特征波长信息矩阵。根据原始红外光谱的功率谱获取特征频率信息矩阵。将两个信息矩阵相融合得到每份气体样本的融合特征信息矩阵。重复采集每份气体样本的原始红外光谱并执行相关后续步骤，使每份气体样本的融合特征信息矩阵数量达到预定值。将每份气体样本的融合特征信息矩阵划分为训练样本和修正样本。基于训练样本和修正样本得到最终检测模型。基于最终检测模型对待检测的乙炔气体样本进行检测。本发明所述的方法能够实现对痕量乙炔气体浓度的快速、精确检测。

公开(公告)号：CN113484273A

公开(公告)日：2021-10-08

申请号：CN202110698398.0

申请日：2021-06-23

申请人： 温州大学

发明人： 袁雷明 ,  游力凡 ,  孙一叶 ,  毕雨晴 ,  高卓宇 ,  刘苗苗 ,  毛飞 ,  陈孝敬 ,  陈熙 ,  黄光造 ,  石文 ,  孟留伟

IPC分类号： G01N21/3577 ,  G01N21/65

摘要： 本发明公开了一种甲醇汽油品质检测方法及系统，该方法通过先准备1份甲醇样品、3n份汽油样品以及48n份甲醇汽油样品构成的51n+1份样品，然后基于这些样品的中红外光谱与拉曼光谱分别构建得到Keans单类分类器和共识模型C_PLS，在构建共识模型的过程中，对校正集进行多次筛选来构建成员模型，提高模型构建的精度，中红外光谱与拉曼光谱能够通过体积较小的拉曼光谱仪和中红外光谱仪来获取；优点是便于室外测量，能够快速准确检测甲醇含量。

公开(公告)号：CN111007033A

公开(公告)日：2020-04-14

申请号：CN201911248926.1

申请日：2019-12-09

申请人： 温州大学

发明人： 陈熙 ,  陈孝敬 ,  徐邈 ,  石文 ,  黄光造 ,  李里敏 ,  朱德华 ,  孟留伟

IPC分类号： G01N21/359 ,  G01N21/3504

摘要： 基于光谱与功率谱特征融合的痕量乙炔气体浓度检测方法，属于痕量气体检测领域，包括步骤：制备不同浓度的痕量乙炔气体样本。采集每份气体样本的原始红外光谱。根据预处理的红外光谱获取特征波长信息矩阵。根据原始红外光谱的功率谱获取特征频率信息矩阵。将两个信息矩阵相融合得到每份气体样本的融合特征信息矩阵。重复采集每份气体样本的原始红外光谱并执行相关后续步骤，使每份气体样本的融合特征信息矩阵数量达到预定值。将每份气体样本的融合特征信息矩阵划分为训练样本和修正样本。基于训练样本和修正样本得到最终检测模型。基于最终检测模型对待检测的乙炔气体样本进行检测。本发明所述的方法能够实现对痕量乙炔气体浓度的快速、精确检测。

公开(公告)号：CN110907430A

公开(公告)日：2020-03-24

申请号：CN201911036903.4

申请日：2019-10-29

申请人： 温州大学

发明人： 陈熙 ,  陈孝敬 ,  徐邈 ,  孟留伟 ,  石文 ,  黄光造 ,  李里敏 ,  朱德华

IPC分类号： G01N21/71

摘要： 基于LIBS的单颗粒微塑料复合重金属污染的无损检测方法，属于海域环境重金属污染检测领域，解决了现有基于生化方式的重金属污染检测方法无法对单颗粒微塑料重金属污染进行快速、无损及全元素检测的问题。所述方法：获取多个以吸附重金属离子的单颗粒微塑料实验样本为元素的实验样本集，获取每个实验样本集的子集对应的LIBS光谱样本子集，提取每个LIBS光谱样本子集内的每个LIBS光谱样本的对应于相应重金属元素的特征波段，将每个LIBS光谱样本子集分为训练样本和修正样本，根据训练样本建立单颗粒微塑料复合重金属污染检测模型并根据修正样本对该模型进行修正，进而根据该模型对来自目标海域环境中的待测样本进行检测。