龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：金陵科技学院
申请日：2022-09-19
公开（公告）日：2024-06-28
公开（公告）号：CN115326775B
主分类号：G01N21/64
分类号：G01N21/64;G06F18/25;G06F18/213;G06N3/04
优先权：
专利状态码：有效-授权
法律状态：2024.06.28#授权;2022.11.29#实质审查的生效;2022.11.11#公开
摘要：本发明公开了一种融合本征先验知识的荧光检测方法和系统，采用目标分析物的荧光本征衰减函数作为本征先验知识融入人工神经网络以建立目标分析物特征信息提取模型，将模型写入光谱信息处理模块，模块嵌入阵列式荧光光谱仪以完成融合本征先验知识的阵列式荧光光谱检测系统开发。本发明检测方法为荧光本征先验知识的综合利用提供一种途径，实现了目标分析物更具针对性的检测，为工业快速无损检测设备提供支持，检测针对性强，检测准确度高。
主权项：1.一种融合本征先验知识的荧光检测方法，其特征在于，包括如下步骤：1荧光衰减谱测量波长的确定：以目标分析物标准品为对象，用时间分辨荧光光谱仪采集目标分析物的时间分辨荧光光谱，获得所述目标分析物标准品的时间分辨荧光光谱，在所述目标分析物标准品的时间分辨荧光光谱中找到荧光峰的波长，即为荧光衰减谱测量波长；2荧光衰减谱的采集：以目标分析物最佳激发波长为激发波长，在所述荧光衰减谱测量波长处进行荧光衰减谱测量，以获得所述荧光衰减谱；3荧光本征先验知识的获得：对所述荧光衰减谱进行拟合计算获得荧光衰减函数，去除所述荧光衰减函数中的背景信号后获得荧光本征衰减函数，该荧光本征衰减函数即为所述目标分析物的荧光本征先验知识；4荧光本征先验知识与人工神经网络的融合：将所述荧光本征先验知识替换人工神经网络模式识别方法中的激励函数，完成所述荧光本征先验知识与人工神经网络的融合，以融合荧光本征先验知识的人工神经网络作为目标分析物的特征提取方法，从而完成对目标分析物的检测。
全文数据：
权利要求：
百度查询： 金陵科技学院 一种融合本征先验知识的荧光检测方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号