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！

龙图腾网获悉中国海洋大学申请的专利一种水下LIBS光谱定量分析方法及系统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：CN118731001B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202410761539.2，技术领域涉及：G01N21/71；该发明授权一种水下LIBS光谱定量分析方法及系统是由田野;李铁;贾自文;李颖设计研发完成，并于2024-06-13向国家知识产权局提交的专利申请。

本一种水下LIBS光谱定量分析方法及系统在说明书摘要公布了：本发明属于光谱定量分析领域，公开了一种水下LIBS光谱定量分析方法及系统。该方法利用高能脉冲激光聚焦至待测样品，激光与样品作用后产生瞬态等离子体，通过光谱仪记录等离子体的发射光谱信息，基于卷积神经网络搭建LIBS光谱与元素含量的定量模型，利用大量人工模拟海水数据对模型参数进行初始化训练；再利用少量天然海水样品数据对定量模型进行参数更新，增强定量模型在面向天然海水中LIBS光谱的分析能力。本发明通过少量待测样品对已有定量模型进行参数更新，使定量模型对待测样品的特征进行再学习，克服由环境水体变化导致的基体效应对光谱定量的影响，实现对待测样品的准确定量分析。

本发明授权一种水下LIBS光谱定量分析方法及系统在权利要求书中公布了：1.一种水下LIBS光谱定量分析方法，其特征在于，该方法包括：S1，利用高能脉冲激光聚焦至待测样品，激光与样品作用后产生瞬态等离子体，通过光谱仪记录等离子体的发射光谱信息；并且光谱强度与对应的元素含量相关，元素含量越高，所对应的元素特征谱线强度越强；S2，基于卷积神经网络搭建LIBS光谱与元素含量的定量模型，利用人工模拟海水数据对模型参数进行初始化训练；S3，利用天然海水样品数据对定量模型进行参数更新，增强定量模型在面向天然海水中LIBS光谱的分析能力；在步骤S1中，待测样品，包括：以模拟海水和天然海水两种水体作为溶剂，配置不同浓度Mn元素、Li元素的溶液样品，将模拟海水样品作为源域数据，天然海水样品作为目标域数据；不同浓度Mn元素、Li元素的溶液样品，包括：配置10组溶液，每组溶液中的Mn元素、Li元素的浓度分别为：100、100；200、90；400、80；600、70；800、60；1000、50；1200、40；1400、30；1600、20；1800、10；单位为ppm；通过光谱仪记录等离子体的发射光谱信息，包括：优化实验参数，采集样品在不同环境水体条件的原始LIBS光谱数据；在步骤S3中，利用天然海水样品数据对定量模型进行参数更新，包括：（401）设i=0，随机从天然海水训练集样品抽取样品，抽取个数为i，将所抽取样品对应的光谱添加到CNN定量训练集中，重新训练CNN定量模型，并对天然海水预测集样品进行预测，得到定量结果，i=i+1；（402）判断i≤n,n为预测集样品总数，如果是，返回步骤（401），否则，通过得到的定量结果计算出模型的REC和REP，选取REC与REP总和的最小值对应的样品数作为参与模型训练的预测集样品数；（403）确定参与训练的天然海水样品后，对训练集内模拟海水样品进行优化，采用循环算法有放回的对训练集内模拟海水样品进行筛选，通过天然海水样品预测结果的REP来判断样品是否该被保留，并且只保留对定量模型有提升的样本作为最终的训练样本；（404）利用经过筛选的模拟海水样品训练集对初始CNN定量模型进行训练，然后利用Fine-Tune方法对CNN模型的全部卷积层进行冻结；（405）将选定参与训练的天然海水样品对未冻结的全连接层进行参数更新，得到最终的CNN定量模型；（406）将天然海水预测集输入最终的CNN定量模型进行定量分析，输出定量结果；在步骤（403）中，采用循环算法有放回的对训练集内模拟海水样品进行筛选，包括：训练集内模拟海水样品共有多个，首先将全部样品均加入训练集作为模型的输入，得到定量模型；然后，将天然海水样品的预测集光谱作为定量模型的输入，输出预测结果，并计算REP1；再将多个样品中的第一个样品去除，将剩余的样品加入训练集作为模型的输入，得到定量模型；将天然海水样品的预测集光谱作为定量模型的输入，输出预测结果，并计算REP2；如果REP2小于REP1，则应该去除第一个样品，否则将保留第一个样品；假设保留第一个样品，下一步为去除第二个样品，将剩余的样品加入训练集作为模型的输入，以此类推；假设不保留第一个样品，下一步为去除第二个样品，并将剩余的样品加入训练集；在步骤（404）中，利用Fine-Tune方法对CNN模型的全部卷积层进行冻结，包括：对CNN神经网络结构进行遍历，并检查每一层是否是Conv1D类型；如果是，则将该层的trainable属性设置为0，在后续的模型训练过程中，这一层的权重将不被更新；最终结果为全部含有卷积层的结构均不参与后续的模型训练。

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中国海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238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”。