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！

龙图腾网恭喜北京科技大学;山西建龙实业有限公司申请的专利降低多批次样本间LIBS检测不确定性的方法及装置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：CN115436342B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202210975863.5，技术领域涉及：G01N21/71；该发明授权降低多批次样本间LIBS检测不确定性的方法及装置是由阳建宏;李大亮;张庆;刘西峰;谷文铮;王占祥;张士横;杜保家;李嘉隆;张妍;孙浩;李海啸;黎敏;张永琪;陆慧丽;谢建军设计研发完成，并于2022-08-15向国家知识产权局提交的专利申请。

本降低多批次样本间LIBS检测不确定性的方法及装置在说明书摘要公布了：本发明公开了一种降低多批次样本间LIBS检测不确定性的方法及装置，该方法包括同批次样本内自校正过程和多批次样本间校正过程；同批次样本内自校正过程针对同批次样本内的光谱数据，可有效降低批次内数据的波动性；多批次样本间校正过程用于多批次样本间的训练光谱数据和预测光谱数据，能够在一定程度上解决LIBS系统经过较长时间光谱强度会发生变化的问题，降低多批次样本间LIBS检测的不确定性；两种方法综合使用，可以提升系统的鲁棒性，提升LIBS系统预测精度。而且针对实际生产过程中，针对样本或者环境的变化导致的不确定性的问题，增加了对模型鲁棒性评判的过程，使模型具有自学习自补充的能力，进而降低了模型的不确定性。

本发明授权降低多批次样本间LIBS检测不确定性的方法及装置在权利要求书中公布了：1.一种降低多批次样本间LIBS检测不确定性的方法，其特征在于，包括：同批次样本内自校正过程、多批次样本间校正过程以及对预测数据的校正过程；所述同批次样本内自校正过程包括：S1，获取待校正的同批次样本数据；其中，所述待校正的同批次样本数据为训练光谱数据或预测光谱数据，所述训练光谱数据指的是用于训练预设定标模型的光谱数据，所述预测光谱数据指的是用于输入所述定标模型，以实现样本预设成分预测的光谱数据；S2，选取样本数据的内标线，并提取内标线处各个样本的光谱强度值；对元素含量相同的样本对应的光谱强度值进行概率密度剔除，将剩余的数据取平均值作为此元素含量的样本对应内标线处的标准光谱强度值；S3，用标准光谱强度值除以此元素含量相同的样本对应的原始光谱强度值，得到每一个样本的自校正系数α1；将样本的原始光谱强度值乘以其对应的自校正系数α1，从而得到对应的自校正后的数据；所述多批次样本间校正过程包括：S1，获取待校正的多批次样本数据；S2，对每一批次样本数据分别进行自校正，得到自校正后的多批次样本数据；S3，将自校正后的n个批次的样本数据内标线处光谱强度值分别与自校正后的第一批次样本数据的内标线处光谱强度值做商，得到n-1个模型校正系数β1，β2，β3…βn-1；其中，n＝2,3,4…N，N表示多批次样本数据的总批次；S4，利用每一批次样本数据对应的模型校正系数和该批次经过自校正后内标线处的光谱强度值建立批次间校正模型；利用所述批次间校正模型实现多批次样本间校正；所述对预测数据的校正过程包括：S1，获取待校正的预测数据；S2，对预测数据进行自校正和多批次样本间校正，得到校正后的预测数据；S3，判断校正后的预测数据内标线处光谱强度是否处于训练数据对应内标线处强度概率区间内，如果是，则执行S4；否则，执行S5；S4，将校正后的预测数据带入预设定标模型进行计算；S5，将此批预测数据补充到训练数据中，再次采集预测数据，然后执行S3；直到预测数据内标线处光谱强度处于训练数据对应内标线处强度概率区间内，将预测数据代入模型计算。

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北京科技大学;山西建龙实业有限公司，其通讯地址为：100083 北京市海淀区学院路30号；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”。