一种基于WT-LSSVR的叶片镉含量Vis-NIR光谱特征建模方法[CN201810253782.8] - 江苏大学

专利申请

2018-03-26
公布公告

2018-09-11
授权日期

2020-07-31
终止

2028-09-08

一种基于WT-LSSVR的叶片镉含量Vis-NIR光谱特征建模方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201810253782.8 申请日期： 2018-03-26 专利主类别： G01N21/31 {{ classMap["G01N21/31"] }}

申请人名称：江苏大学

查看申请人名下所有专利

申请人地址：江苏省镇江市京口区学府路301号

专利分类项目

G01N21/31 : 测试材料在特定元素或分子的特征波长下的相对效应，例如原子吸收光谱术

G06Q10/04 : 预测或优化，例如线性规划、“旅行商问题”或“下料问题”

专利注册信息

初审公告期号	2018-03-26	初审公告日期	2018-09-11
注册公告期号	2020-07-31	注册公告日期	2020-07-31
专用权期限	2018-09-11 - 2028-09-08	专利类型	发明公开
代理组织机构	--

专利介绍

本发明公开了，一种基于小波变换-偏最小二乘支持向量机回归(WT-LSSVR)的叶片镉含量可见光-近红外光谱(Vis-NIR)特征建模方法，对不同浓度重金属镉胁迫下番茄叶片的可见光-近红外光谱(Vis-NIR)进行有效的光谱敏感波段数据提取，以及采用原子吸收光谱法测定叶片中重金属镉(Cd)含量，获得叶片重金属镉含量标签集合，并利用提取得到的敏感特征波长采用WT-LSSVR特征建模算法，完成叶片镉含量Vis-NIR光谱特征建模，具有检测速度快，镉含量预测精度高，镉含量预测效率高，对叶片不造成损坏等优点，可实现同一品种番不同镉残留含量的定量检测，以及未知叶片镉残留含量预测。

法律进度