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！

龙图腾网恭喜黑龙江中诺检验检测有限公司申请的专利一种模糊模式识别的白菜农药残留定性分析方法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：CN112801172B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202110098774.2，技术领域涉及：G06F18/2337；该发明授权一种模糊模式识别的白菜农药残留定性分析方法是由刘锦茂;武小红;沈砚君;谭阳设计研发完成，并于2021-01-25向国家知识产权局提交的专利申请。

本一种模糊模式识别的白菜农药残留定性分析方法在说明书摘要公布了：本发明公开了一种模糊模式识别的白菜农药残留定性分析方法，通过采集待分析蔬菜样本的近红外光谱数据；并将近红外光谱数据分为训练样本xi和测试样本采用模糊奇异值分解法提取蔬菜的近红外光谱数据的鉴别信息；采用线性判别分析法对测试样本和训练样本分别进行转换；对进行转换后的测试样本和训练样本采用模糊协方差矩阵聚类方法进行光谱数据聚类分析。本方法利用模糊奇异值分解方法有效地解决了现有的模糊线性判别方法的小样本问题。

本发明授权一种模糊模式识别的白菜农药残留定性分析方法在权利要求书中公布了：1.一种模糊模式识别的白菜农药残留定性分析方法，其特征在于，包括如下步骤：S1，采集待分析白菜样本的近红外光谱数据；并将近红外光谱数据分为训练样本xi和测试样本S2，采用模糊奇异值分解法提取白菜的近红外光谱数据的鉴别信息；S3，采用线性判别分析法对S2中的测试样本和训练样本分别进行转换；S4，对S3中进行转换后的测试样本和训练样本采用模糊协方差矩阵聚类方法进行光谱数据聚类分析；所述S2中提取鉴别信息的方法为：S2.1，计算训练样本的模糊隶属度uij： 其中，c为类别数,vj为训练样本集中第j类样本的样本均值，vk为训练样本第k类样本的样本均值；S2.2，基于训练样本的模糊隶属度uij分别计算训练样本xi的模糊类间离散度矩阵SfB和模糊类内离散度矩阵SfW；S2.3，基于模糊类间离散度矩阵SfB和模糊类内离散度矩阵SfW，分别构造矩阵HfW和HfB；S2.4，由矩阵HfW和HfB构造矩阵并对矩阵M进行奇异值分解得到对角矩阵R和酉矩阵Q、正交矩阵P；S2.5，再对正交矩阵P进行奇异值分解得到酉矩阵V，S2.6，基于奇异值分解得到的酉矩阵Q、对角矩阵R、酉矩阵V和单位矩阵I构造出矩阵将矩阵W的前3列向量构成的变换矩阵G；S2.7，利用变换矩阵G分别对测试样本和训练样本xi进行变换，分别得到变换后的测试样本变换后的训练样本yi＝xiG；在S3中，采用线性判别分析法将测试样本和训练样本yi分别转换为测试样本和训练样本zi；对光谱数据聚类分析的方法为：S4.1，对S3转换后的测试样本运行模糊C均值聚类后得到隶属于第j类的模糊隶属度值ujt,FCM和第j类的类中心值vj,FCM，并将ujt,FCM和vj,FCM作为后续模糊聚类的初始模糊隶属度值和初始类中心值；建立模糊聚类目标函数： 其中，是测试样本到类中心vj,FCM的距离测度；d为测试样本的维数；Sfj，FCM是运行FCM后计算得到的模糊协方差矩阵；S4.2，计算参数其中，是测试样本到类中心vs,FCM的距离测度；m为权重指数；S4.3，基于步骤S4.2所计算的参数对测试样本进行迭代计算，根据迭代结束时的模糊隶属度值实现对白菜的分类。

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黑龙江中诺检验检测有限公司，其通讯地址为：150000 黑龙江省哈尔滨市平房区星海路20号A栋306室；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”。