-
公开(公告)号：CN112326574B
公开(公告)日：2023-11-14
申请号：CN202011218448.2
申请日：2020-11-04
Applicant: 暨南大学
IPC: G01N21/31 , G06F18/2415
Abstract: 本发明公开了一种基于贝叶斯分类的光谱波长选择方法：分别收集需要进行光谱判别分析的每类样品；测试所述样品的光谱，用于光谱判别分析的建模和检验；将每一类样品随机/均匀划分为建模集和检验集；建模集随机/均匀划分为定标集和预测集；对任意的波长模型提取相应的光谱数据，用于贝叶斯多分类判别分析。针对任意波长模型的光谱，构建贝叶斯多分类判别分析模型；基于单波长吸光度服从正态分布和概率独立性假设，并采用概率乘法及其对数，计算测量到相应光谱的条件概率，并把样品判断为条件概率的最大值所对应的类别；采用适当的波长模型选择方法，构建所有波长模型，依据贝叶斯多分类判别分析模型的总预测准确率最大兼顾各类预测准确率的标准偏差最小，获得最优波长模型。本发明具有应用范围宽、方法简便、预测效果好等优点。
-
公开(公告)号：CN111474124A
公开(公告)日：2020-07-31
申请号：CN202010479733.3
申请日：2020-05-29
Applicant: 暨南大学
Abstract: 本发明公开了一种基于补偿的光谱波长选择方法，包括以下步骤：1、测量需要用于光谱判别分析的两类样品的光谱；2、把全部样品划分为建模集和检验集，并将建模集进一步划分为定标集、预测集；3、确定波长模型的搜索范围；4、建立光谱判别分析模型；5、计算识别准确率及其标准偏差；6、确定波长模型。本发明与现有技术比较，具有如下优点和有益效果：本发明具有应用范围宽、方法简便、预测效果好等优点；应用于光谱定性分析，为光谱判别分析专用仪器的分光系统设计提出有效的解决方案。
-
公开(公告)号：CN103737014B
公开(公告)日：2015-12-30
申请号：CN201310717758.2
申请日：2013-12-23
Applicant: 暨南大学
IPC: B22F9/24
Abstract: 本发明涉及纳米银合成技术领域，具体涉及一种纳米硫银复合溶胶及其制备方法与应用。该纳米硫银复合溶胶的制备方法操作简单、反应条件温和，反应时间短、原料易得、产物绿色无污染，粒径小且重复性好，易于工业化生产。所制备的纳米硫银复合溶胶对大肠杆菌、金黄色葡萄球菌、青霉、黑曲霉菌等细菌和真菌具有良好的抗菌能力，在抗菌剂领域有广泛的应用前景。同时，所选用的溶剂聚乙二醇作为口服液，滴眼液等液体制剂的配料载体，对人体无毒副作用，可用于制作抗菌软膏、气雾剂、洗液等抗菌产品。
-
公开(公告)号：CN111474128B
公开(公告)日：2023-03-14
申请号：CN202010398620.0
申请日：2020-05-12
Applicant: 暨南大学
Abstract: 本发明公开了一种基于光谱分离度的分光波长组合方法，包括以下步骤：测量每个需要判别样品的阴性、阳性样品的光谱；计算全体阴性、阳性样品在每个波长的光谱吸光度的最小值、最大值、均值、标准差；提出阴性、阳性光谱种群的分离度谱、相对分离度谱；确定波长模型的搜索范围，按照分离度值从大到小将波长重新排序，并依次构建波长组合；采用样品的光谱数据进行判别分析，计算识别准确率，并根据总识别准确率确定最优模型。本发明提出的四种分离度从不同角度刻画了光谱种群的分离程度。依据光谱分离度优先选择波长进行分析，可以提升光谱种群的同类相似性和异类差异性特征，从而提高仪器分析的判别准确率。它通常优于没有进行波长选择的全搜索范围模型，显著降低了波长模型复杂度。
-
公开(公告)号：CN103737014A
公开(公告)日：2014-04-23
申请号：CN201310717758.2
申请日：2013-12-23
Applicant: 暨南大学
IPC: B22F9/24
Abstract: 本发明涉及纳米银合成技术领域，具体涉及一种纳米硫银复合溶胶及其制备方法与应用。该纳米硫银复合溶胶的制备方法操作简单、反应条件温和，反应时间短、原料易得、产物绿色无污染，粒径小且重复性好，易于工业化生产。所制备的纳米硫银复合溶胶对大肠杆菌、金黄色葡萄球菌、青霉、黑曲霉菌等细菌和真菌具有良好的抗菌能力，在抗菌剂领域有广泛的应用前景。同时，所选用的溶剂聚乙二醇作为口服液，滴眼液等液体制剂的配料载体，对人体无毒副作用，可用于制作抗菌软膏、气雾剂、洗液等抗菌产品。
-
Patent Agency Ranking
-
公开(公告)号：CN111474128A
公开(公告)日：2020-07-31
申请号：CN202010398620.0
申请日：2020-05-12
Applicant: 暨南大学
Abstract: 本发明公开了一种基于光谱分离度的分光波长组合方法，包括以下步骤：测量每个需要判别样品的阴性、阳性样品的光谱；计算全体阴性、阳性样品在每个波长的光谱吸光度的最小值、最大值、均值、标准差；提出阴性、阳性光谱种群的分离度谱、相对分离度谱；确定波长模型的搜索范围，按照分离度值从大到小将波长重新排序，并依次构建波长组合；采用样品的光谱数据进行判别分析，计算识别准确率，并根据总识别准确率确定最优模型。本发明提出的四种分离度从不同角度刻画了光谱种群的分离程度。依据光谱分离度优先选择波长进行分析，可以提升光谱种群的同类相似性和异类差异性特征，从而提高仪器分析的判别准确率。它通常优于没有进行波长选择的全搜索范围模型，显著降低了波长模型复杂度。
-
公开(公告)号：CN104020124A
公开(公告)日：2014-09-03
申请号：CN201410233964.0
申请日：2014-05-29
Applicant: 暨南大学
IPC: G01N21/35 , G01N21/359
Abstract: 本发明公开了一种基于吸收率择优的分光波长筛选方法，包括：S1、测试样品得到光谱数据和指标测定值；S2、选择用于波长筛选的范围Δ，确定吸收率最大值Amax和最小值Amin；S3、设置吸收率步长ε，将(Amin,Amax)n等分；S4、从Amin对应的起点、Amax对应的终点、以及n-1个等分点中任取两点进行组合，得到一吸收率区间(A*,A*)；S5、确定(A*,A*)所对应的波长组合；S6、按照上述步骤S4、S5，穷举所有的吸收率区间(A*,A*)，对每一个吸收率区间对应的波长组合建立定标预测模型，计算均方根误差或相关系数；S7、找到均方根误差最小值或相关系数最大值所对应的吸收率区间，该吸收率区间对应的波长组合即为分光波长的筛选结果。本发明具有计算量少、预测效果好的优点。
-
公开(公告)号：CN111474124B
公开(公告)日：2023-04-07
申请号：CN202010479733.3
申请日：2020-05-29
Applicant: 暨南大学
IPC: G01N21/25 , G06F18/25 , G06F18/2135
Abstract: 本发明公开了一种基于补偿的光谱波长选择方法，包括以下步骤：1、测量需要用于光谱判别分析的两类样品的光谱；2、把全部样品划分为建模集和检验集，并将建模集进一步划分为定标集、预测集；3、确定波长模型的搜索范围；4、建立光谱判别分析模型；5、计算识别准确率及其标准偏差；6、确定波长模型。本发明与现有技术比较，具有如下优点和有益效果：本发明具有应用范围宽、方法简便、预测效果好等优点；应用于光谱定性分析，为光谱判别分析专用仪器的分光系统设计提出有效的解决方案。
-
公开(公告)号：CN112326574A
公开(公告)日：2021-02-05
申请号：CN202011218448.2
申请日：2020-11-04
Applicant: 暨南大学
Abstract: 本发明公开了一种基于贝叶斯分类的光谱波长选择方法：分别收集需要进行光谱判别分析的每类样品；测试所述样品的光谱，用于光谱判别分析的建模和检验；将每一类样品随机/均匀划分为建模集和检验集；建模集随机/均匀划分为定标集和预测集；对任意的波长模型提取相应的光谱数据，用于贝叶斯多分类判别分析。针对任意波长模型的光谱，构建贝叶斯多分类判别分析模型；基于单波长吸光度服从正态分布和概率独立性假设，并采用概率乘法及其对数，计算测量到相应光谱的条件概率，并把样品判断为条件概率的最大值所对应的类别；采用适当的波长模型选择方法，构建所有波长模型，依据贝叶斯多分类判别分析模型的总预测准确率最大兼顾各类预测准确率的标准偏差最小，获得最优波长模型。本发明具有应用范围宽、方法简便、预测效果好等优点。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.018 seconds)
