哈爾濱工業大學(深圳);深圳市藥品檢驗研究院(深圳市醫療器械檢測中心);中國食品藥品檢定研究院(國家藥品監督管理局醫療器械標準管理中心、中國藥品檢驗總所)盧光明獲國家專利權
買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！
龍圖騰網獲悉哈爾濱工業大學(深圳);深圳市藥品檢驗研究院(深圳市醫療器械檢測中心);中國食品藥品檢定研究院(國家藥品監督管理局醫療器械標準管理中心、中國藥品檢驗總所)申請的專利基于自適應權重融合的薄層色譜成分分析方法及相關設備獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114638977B 。
龍圖騰網通過國家知識產權局官網在2025-05-06發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210240410.8，技術領域涉及：G06V10/56；該發明授權基于自適應權重融合的薄層色譜成分分析方法及相關設備是由盧光明;余霖雨;張正設計研發完成，并于2022-03-10向國家知識產權局提交的專利申請。
本基于自適應權重融合的薄層色譜成分分析方法及相關設備在說明書摘要公布了：本發明公開了基于自適應權重融合的薄層色譜成分分析方法及相關設備。本發明提供的基于自適應權重融合的薄層色譜成分分析方法，對待分析樣本的薄層色譜圖像和已知成分的目標樣本的薄層色譜圖像進行特征向量提取以及譜帶提取，使用特征向量匹配和色譜帶的相對位置關系作為鑒別要素輸入至神經網絡中進行成分鑒別，融合了特征點相似度和譜帶位置關系相似度，可以提升薄層色譜成分分析結果的準確性和效率。
本發明授權基于自適應權重融合的薄層色譜成分分析方法及相關設備在權利要求書中公布了：1.一種基于自適應權重融合的薄層色譜成分分析方法，其特征在于，所述方法包括：獲取待分析圖像，其中，所述待分析圖像為待分析樣本的薄層色譜圖像，將所述待分析圖像輸入至預設濾波器，通過所述預設濾波器提取所述待分析圖像中的各個第一特征向量；將所述第一特征向量與目標樣本的各個模板特征向量進行匹配，基于匹配結果獲取所述待分析樣本和所述目標樣本的第一相似度分數，其中，所述模板特征向量為從所述目標樣本的薄層色譜圖像中提取的特征向量；將所述待分析圖像輸入至已訓練的第一神經網絡，獲取所述第一神經網絡輸出的所述待分析圖像中的各個第一譜帶；基于各個所述第一譜帶之間的相對位置和所述目標樣本的各個模板譜帶之間的相對位置獲取所述待分析樣本和所述目標樣本的第二相似度分數，其中，所述目標樣本的所述模板譜帶為所述目標樣本的薄層色譜圖像中提取的譜帶；將所述待分析樣本和各個所述目標樣本的所述第一相似度分數和所述第二相似度分數輸入至已訓練的第二神經網絡，獲取所述第二神經網絡輸出的成分分析結果；所述第二神經網絡采用MLP結構，根據所述第一相似度分數和所述第二相似度分數前向傳播進行自適應的權重融合。
如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人哈爾濱工業大學(深圳);深圳市藥品檢驗研究院(深圳市醫療器械檢測中心);中國食品藥品檢定研究院(國家藥品監督管理局醫療器械標準管理中心、中國藥品檢驗總所)，其通訊地址為：518055 廣東省深圳市南山區桃源街道深圳大學城哈爾濱工業大學校區；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
開放平臺
擔保交易
惠及多方
會員特惠
專屬平臺
適合多方
數據共享
功能齊全
皖公網安備 34010402703815號