CN110836863A - 一种光谱数据分析系统 - Google Patents
一种光谱数据分析系统 Download PDFInfo
- Publication number
- CN110836863A CN110836863A CN201911129864.2A CN201911129864A CN110836863A CN 110836863 A CN110836863 A CN 110836863A CN 201911129864 A CN201911129864 A CN 201911129864A CN 110836863 A CN110836863 A CN 110836863A
- Authority
- CN
- China
- Prior art keywords
- sample
- module
- spectral data
- data
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000003595 spectral effect Effects 0.000 title claims abstract description 51
- 238000007405 data analysis Methods 0.000 title claims abstract description 14
- 238000001228 spectrum Methods 0.000 claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 4
- 238000002835 absorbance Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 5
- 238000010238 partial least squares regression Methods 0.000 claims description 5
- 238000000034 method Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000000513 principal component analysis Methods 0.000 claims description 3
- 238000004611 spectroscopical analysis Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims 1
- 238000012986 modification Methods 0.000 description 13
- 230000004048 modification Effects 0.000 description 13
- 238000002329 infrared spectrum Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 229920002472 Starch Polymers 0.000 description 4
- 238000012217 deletion Methods 0.000 description 4
- 230000037430 deletion Effects 0.000 description 4
- 235000019698 starch Nutrition 0.000 description 4
- 239000008107 starch Substances 0.000 description 4
- 238000013499 data model Methods 0.000 description 3
- 229910052739 hydrogen Inorganic materials 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- 238000004497 NIR spectroscopy Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000000862 absorption spectrum Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000001819 mass spectrum Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3577—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing liquids, e.g. polluted water
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pure & Applied Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Pathology (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Software Systems (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种光谱数据分析系统，包括用于建立样品的属性分类的属性模块，用于记录样品的信息的样本模块，用于对样品光谱信息进行绘图展示的光谱模块，用于对样品光谱信息进行建模并给出分析结果的模型模块，用于对样本处理情况进行记录与备份的统计模块。本发明的光谱数据分析系统不仅能够对海量光谱数据进行实时记录、建模、分析，同时可以有效解决海量光谱数据储存困难、分析困难、调用困难的问题。
Description
技术领域
本发明涉及近红外光谱分析技术领域，特别涉及一种光谱数据分析系统。
背景技术
近红外光谱仪(Near Infrared Spectrum Instrument，NIRS)是介于可见光(Vis)和中红外(MIR)之间的电磁辐射波，美国材料检测协会(ASTM)将近红外光谱区定义为780-2526nm的区域，是人们在吸收光谱中发现的第一个非可见光区。近红外光谱区与有机分子中含氢基团(O-H、N-H、C-H)振动的合频和各级倍频的吸收区一致，通过扫描样品的近红外光谱，可以得到样品中有机分子含氢基团的特征信息，而且利用近红外光谱技术分析样品具有方便、快速、高效、准确和成本较低，不破坏样品，不消耗化学试剂，不污染环境等优点，因此该技术受到越来越多人的青睐。
伴随着近红外光谱分析技术的发展，越来越多的近红外光谱分析技术运用于生产流水线，随之而来的生产流水线上各类流动产品海量光谱数据的存储、分析、调用都变得十分困难。如何实现一种高效的光谱数据分析系统成为亟待解决的问题。
发明内容
本发明的目的是克服上述背景技术中不足，提供一种光谱数据分析系统，不仅能够对海量光谱数据进行实时记录、建模、分析，同时可以有效解决海量光谱数据储存困难、分析困难、调用困难的问题。
为了达到上述的技术效果，本发明采取以下技术方案：
一种光谱数据分析系统，包括用于建立样品的属性分类的属性模块，用于记录样品的信息的样本模块，用于对样品光谱信息进行绘图展示的光谱模块，用于对样品光谱信息进行建模并给出分析结果的模型模块，用于对样本处理情况进行记录与备份的统计模块。
进一步地，所述样品的属性分类包含属性名、属性类型、单位类型、单位符号及可编辑操作；具体的，对于不同样品，属性分类并不相同，实际中，可根据样品的特性针对性的设计属性分类。
进一步地，所述样品的信息包含样本ID、样本名称、采集时间、采集设备、采集人员、采集地点及样品成分，一般样本ID可采用数字编号，样本名称则应体现样品的具体特点，采集时间一般为近红外光谱仪获取样品光谱数据的时间点，采集设备则是不同近红外光谱仪的自身设备编号，采集人员即不同近红外光谱仪所对应的采集者，采集地点为不同近红外光谱仪具体的采集地点，样品成分为被采集的样品具体包含的组成成分，具体数值可为百分比含量。
进一步地，所述光谱模块对样品光谱信息进行绘图展示时绘图曲线采用曲线的两次三点平滑方式进行绘制，其中，横坐标为通过近红外光谱仪采集到的光谱数据的波长范围，纵坐标为吸光度或者光强的数据值。
进一步地，所述光谱模块对样品光谱信息进行绘图展示时可限定仅展示固定的波长范围的数据，及对光谱数据进行对应的预处理，具体的，在光谱模块中同时支持单条光谱数据的绘制及多条光谱数据的绘制，且绘制完成后可将光谱图像下载到本地，方便测试者调用及分析，一般每一条光谱数据线可由五十个光谱数据点组成，采用曲线的两次三点平滑方式进行绘制，且每一个光谱数据点均记录有样本ID，样本名称，采集人员，采集设备，采集时间，并且在光谱模块中支持单个光谱数据点的删除操作。
进一步地，所述模型模块建模时建模算法采用偏最小二乘回归算法，以建立主成分与样品光谱数据之间的数据模型，并给出分析结果。
进一步地，所述分析结果包含模型相关信息及结果显示，所述模型相关信息包括样本数量、建模数据类型、建模算法、主成分分析变量、波长范围、建模时间、预处理方法、模型描述，所述结果显示包括样品中相关主成分的具体含量。
进一步地，所述统计模块进行记录与备份时记录与备份的信息包含样品ID、操作信息、操作用户、操作时间，具体的，统计模块的具体功能分为两个方面，一方面为数据修改记录，另一方面为数据建模记录，在样品模块中如果对光谱数据进行了修改，则在统计模块中记录样品ID，具体的修改数据，操作修改用户，操作修改时间；如果在样品模块中对光谱数据进行建模，则在统计模块中记录样品ID，建模相关信息，建模用户，建模时间。
进一步地，在所述统计模块中设有编辑单元，通过编辑单元进行删除或者修改统计数据。
本发明与现有技术相比，具有以下的有益效果：
本发明的光谱数据分析系统，不仅能够对海量光谱数据进行实时记录、建模、分析，同时可以有效解决海量光谱数据储存困难、分析困难、远程调用困难的问题。
附图说明
图1是本发明的光谱数据分析系统的示意图。
具体实施方式
下面结合本发明的实施例对本发明作进一步的阐述和说明。
实施例：
实施例一：
如图1所示，一种光谱数据分析系统。该系统通过有线或者无线传输的形式接收生产流水线中近红外光谱仪检测样品获取的海量光谱数据，并将该海量光谱数据进行实时储存、建模、分析，有效解决海量光谱数据储存困难、分析困难、调用困难的问题。
具体的，本实施例中，光谱数据分析系统包括属性模块、样本模块、光谱模块、模型模块、统计模块。
其中，属性模块作用在于建立样品属性分类，具体的，属性分类包含属性名、属性类型、单位类型、单位符号及可编辑操作。
在本实施例中，针对不同样品，属性分类并不相同。如以本实施例的酒糟模型为例，属性分类时具体根据酒糟中主要成分进行相应分类，则本实施例中的属性名分为名称、水分、酸度、淀粉、残糖、车间。其中，名称、车间的属性类型为String，可编辑操作为修改及删除操作；其中，水分、酸度、淀粉、残糖属性类型为Number，单位类型为浓度，单位符号为百分比符号，可编辑操作为修改及删除操作。
具体的，样本模块作用在于记录样品相关信息，其中样品信息包含样本ID、样本名称、采集时间、采集设备、采集人员、采集地点及样品成分。
在本实施例中，具体设置样品ID为数字编号，初始位数设置为五位数，从00001开始到99999结束，如果数据量超过10万条，则自动补充位数，超过的数据量从100000开始重新数字编号。其中，样本名称是样品的具体特点记录，以本实施例的酒糟模型为例，样本名称为酒窖编号+出/入+上/中/下，其中出/入表示该酒糟是出窖酒糟还是入窖酒糟，其中上/中/下表示该酒糟是上层酒糟，中层酒糟还是下层酒糟。采集时间为近红外光谱仪获取样品光谱数据的时间点，采集设备为不同近红外光谱仪的自身设备编号，采集人员为不同近红外光谱仪所对应的采集者，采集地点为不同近红外光谱仪具体的采集地点。样品成分为酒糟中包含的水分、酸度、淀粉、残糖等组成成分，具体数值为百分比含量。作为优选，本实施例中，在样本模块可以下载样本光谱数据，方便测试者调用数据及批量化修改数据，同时，也可以在该模块进行上传数据操作，对批量修改的数据进行上传操作，且系统可对关键字符进行识别，覆盖原始数据，对系统中光谱数据也可进行相应的批量修改。
光谱模块作用在于对样品光谱信息进行绘图展示，其中绘图曲线采用曲线的两次三点平滑方式进行绘制，横坐标为近红外光谱仪采集到的光谱数据的波长范围，纵坐标为吸光度或者光强的数据值，同时本实施例中，可以限定仅展示固定的波长范围的数据且可以对光谱数据进行相关的预处理。
在本实施例中，光谱模块支持单条光谱数据的绘制，同时也支持多条光谱数据的绘制，且绘制完成后可将光谱图像下载到本地，方便测试者调用及分析。其中，每一条光谱数据线由五十个光谱数据点组成，采用曲线的两次三点平滑方式进行绘制，每一个光谱数据点均记录有样本ID，样本名称，采集人员，采集设备，采集时间，并且在光谱模块中支持单个光谱数据点的删除操作。
具体的，本实施例中，光谱图像横坐标固定为光谱数据波长范围，而纵坐标可以为光强数值，也可以为吸光度数值，具体的转换公式为：
吸光度＝1-吸收光强/空腔光强
其中，空腔光强值与近红外光谱仪仪器本身有关，吸光度为光线通过溶液或物质前的入射光强度与光线通过溶液或某一物质后的透射光强度的比值，吸收光强即为光强数值，是近红外光谱仪发射光线经过物体反射回仪器本身而得到的发光强度。
模型模块作用在于对样品光谱信息进行建模并给出分析结果，其中建模算法采用PLS(偏最小二乘回归算法)，建立主成分与样品光谱数据之间的数据模型，并给出分析结果。
在本实施例中，以酒糟模型为例，建模类型选择定量分析，建模方法选择PLS，模型名称为酒糟模型，模型描述为酒糟模型建模，建模主成分分别选择水分、酸度、淀粉、残糖，数据来源选择光强，主成分数量选择为1，建立主成分与样品光谱数据之间的数据模型。模型模块可在建模完成后给出分析结果，其中，分析结果包含模型相关信息，结果显示两部分，具体的，模型相关信息可给出样本数量、建模数据类型、建模算法、主成分分析变量、波长范围、建模时间、预处理方法、模型描述；结果显示时可给出酒糟模型中相关主成分的具体含量。
统计模块作用在于对样本处理情况进行记录与备份，其中记录与备份的信息包含样品ID、操作信息、操作用户、操作时间。
在本实施例中，统计模块共分为两个方面，一方面为数据修改记录，另一方面为数据建模记录，在样品模块中如果对光谱数据进行了修改，在统计模块中记录的样品ID、操作信息、操作用户、操作时间即对应为样品ID，具体的修改数据，操作修改用户，操作修改时间。如果在样品模块中对光谱数据进行建模，在统计模块中记录的样品ID、操作信息、操作用户、操作时间即对应为样品ID，建模相关信息，建模用户，建模时间。为了更为方便的管理统计模块中的数据，增加可编辑按钮，可以直接删除或者修改统计数据，同时还可增加检索功能，则输入关键字符可以直接检索到特定的数据进行相关显示。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。
Claims (10)
1.一种光谱数据分析系统，其特征在于，包括用于建立样品的属性分类的属性模块，用于记录样品的信息的样本模块，用于对样品光谱信息进行绘图展示的光谱模块，用于对样品光谱信息进行建模并给出分析结果的模型模块，用于对样本处理情况进行记录与备份的统计模块。
2.根据权利要求1所述的一种光谱数据分析系统，其特征在于，所述样品的属性分类包含属性名、属性类型、单位类型、单位符号及可编辑操作。
3.根据权利要求1所述的一种光谱数据分析系统，其特征在于，所述样品的信息包含样本ID、样本名称、采集时间、采集设备、采集人员、采集地点及样品成分。
4.根据权利要求3所述的一种光谱数据分析系统，其特征在于，所述光谱模块对样品光谱信息进行绘图展示时绘图曲线采用曲线的两次三点平滑方式进行绘制，其中，横坐标为通过近红外光谱仪采集到的光谱数据的波长范围，纵坐标为吸光度或者光强的数据值。
5.根据权利要求4所述的一种光谱数据分析系统，其特征在于，所述光谱模块对样品光谱信息进行绘图展示时可限定仅展示固定的波长范围的数据，及对光谱数据进行对应的预处理。
6.根据权利要求4所述的一种光谱数据分析系统，其特征在于，在所述光谱模块对样品光谱信息进行绘图展示时，每一条光谱数据线由五十个光谱数据点组成，且每一个光谱数据点均记录有样本ID，样本名称，采集人员，采集设备，采集时间。
7.根据权利要求1所述的一种光谱数据分析系统，其特征在于，所述模型模块建模时建模算法采用偏最小二乘回归算法，以建立主成分与样品光谱数据之间的数据模型，并给出分析结果。
8.根据权利要求7所述的一种光谱数据分析系统，其特征在于，所述分析结果包含模型相关信息及结果显示，所述模型相关信息包括样本数量、建模数据类型、建模算法、主成分分析变量、波长范围、建模时间、预处理方法、模型描述，所述结果显示包括样品中相关主成分的具体含量。
9.根据权利要求1至8中任一所述的一种光谱数据分析系统，其特征在于，所述统计模块进行记录与备份时记录与备份的信息包含样品ID、操作信息、操作用户、操作时间。
10.根据权利要求9所述的一种光谱数据分析系统，其特征在于，在所述统计模块中设有编辑单元，通过编辑单元进行删除或者修改统计数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911129864.2A CN110836863A (zh) | 2019-11-18 | 2019-11-18 | 一种光谱数据分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911129864.2A CN110836863A (zh) | 2019-11-18 | 2019-11-18 | 一种光谱数据分析系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110836863A true CN110836863A (zh) | 2020-02-25 |
Family
ID=69576896
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911129864.2A Pending CN110836863A (zh) | 2019-11-18 | 2019-11-18 | 一种光谱数据分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110836863A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115840016A (zh) * | 2023-02-24 | 2023-03-24 | 华谱科仪(北京)科技有限公司 | 色谱分析系统的备份还原方法、装置、设备和计算机介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102564962A (zh) * | 2011-12-07 | 2012-07-11 | 北京农业智能装备技术研究中心 | 果树营养成分检测系统及方法 |
| CN105021562A (zh) * | 2015-07-06 | 2015-11-04 | 黑龙江八一农垦大学 | 一种大米产地溯源方法及其应用 |
| CN106092959A (zh) * | 2016-06-30 | 2016-11-09 | 上海仪器仪表研究所 | 一种基于云平台的近红外食品质量监测系统 |
| CN108037092A (zh) * | 2017-12-11 | 2018-05-15 | 四川长虹电器股份有限公司 | 一种基于信号识别的光谱分析系统 |
| CN108088818A (zh) * | 2017-12-19 | 2018-05-29 | 中国农业大学 | 一种车载式土壤含水率和全氮含量光谱测量系统及方法 |
-
2019
- 2019-11-18 CN CN201911129864.2A patent/CN110836863A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102564962A (zh) * | 2011-12-07 | 2012-07-11 | 北京农业智能装备技术研究中心 | 果树营养成分检测系统及方法 |
| CN105021562A (zh) * | 2015-07-06 | 2015-11-04 | 黑龙江八一农垦大学 | 一种大米产地溯源方法及其应用 |
| CN106092959A (zh) * | 2016-06-30 | 2016-11-09 | 上海仪器仪表研究所 | 一种基于云平台的近红外食品质量监测系统 |
| CN108037092A (zh) * | 2017-12-11 | 2018-05-15 | 四川长虹电器股份有限公司 | 一种基于信号识别的光谱分析系统 |
| CN108088818A (zh) * | 2017-12-19 | 2018-05-29 | 中国农业大学 | 一种车载式土壤含水率和全氮含量光谱测量系统及方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115840016A (zh) * | 2023-02-24 | 2023-03-24 | 华谱科仪(北京)科技有限公司 | 色谱分析系统的备份还原方法、装置、设备和计算机介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101915738B (zh) | 基于高光谱成像技术的茶树营养信息快速探测方法及装置 | |
| CN1312467C (zh) | 用于分析暴露测试中涂层的方法和系统 | |
| CN100357725C (zh) | 近红外技术快速检测牛肉嫩度的方法和装置 | |
| FR2696565A1 (fr) | Collecte et traitement automatisés d'échantillons environnementaux. | |
| WO2014058448A1 (en) | Processor-based analysis system and method | |
| CN105527246A (zh) | 一种便携式近红外光谱检测系统 | |
| CN109781622B (zh) | 便携式智能金属矿石种类快速分辨仪 | |
| CN109668843A (zh) | 一种基于手机的便携式多光谱成像技术检测腊肉品质的方法 | |
| US20130262008A1 (en) | Measurement of light-absorption qualities in the visible spectrum using a camera | |
| CN106596456A (zh) | 基于可变移动窗口选择溶液近红外光谱谱区的方法 | |
| CN107589092A (zh) | 基于移动网络终端的蓝牙便携式近红外光谱快检系统 | |
| CN110836863A (zh) | 一种光谱数据分析系统 | |
| CN110823829A (zh) | 一种基于sg校准片的光谱数据补偿方法 | |
| US20230375522A1 (en) | Method for analyzing soil pollution | |
| Wei et al. | Forensic classification of pigments by attenuated total reflectance–fourier transform infrared spectroscopy and chemometrics | |
| CN107347119A (zh) | 室内外模式设置平台 | |
| CN107247033B (zh) | 基于快速衰减式淘汰算法和plsda鉴别黄花梨成熟度的方法 | |
| CN107505073B (zh) | 便携式智能扭力测试系统及测试流程 | |
| CN111178909A (zh) | 基于卫星定位的蔬菜安全检测二维码存储方法及网站系统 | |
| CN211374965U (zh) | 一种基于树莓派的pcba通用测试平台 | |
| CN112180056A (zh) | 一种基于稀土元素检测的酱香型白酒溯源方法及系统 | |
| CN116008248A (zh) | 燃油拉曼光谱测定方法及系统 | |
| Portalés et al. | An image-based system to preliminary assess the quality of grape harvest batches on arrival at the winery | |
| CN113607669A (zh) | 一种基于迁移学习的土壤养分光谱检测方法 | |
| Sušin et al. | Open‐source tool for interactive digitisation of pluviograph strip charts |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220209 Address after: 644007 No. 150 Minjiang West Road, Yibin, Sichuan Applicant after: WULIANGYE GROUP Co.,Ltd. Applicant after: SICHUAN CHANGHONG ELECTRIC Co.,Ltd. Address before: 621000, No. 35 Mian Xing Dong Road, hi tech Zone, Sichuan, Mianyang Applicant before: SICHUAN CHANGHONG ELECTRIC Co.,Ltd. |
|
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: An Mingzhe Inventor after: Liu Hao Inventor after: Luo Zhu Inventor after: Yan Xiaojian Inventor after: Zhao Dong Inventor after: Zhang Guohong Inventor after: Qiao Zongwei Inventor after: Xu Hua Inventor after: Wang Xiaoqin Inventor before: Liu Hao Inventor before: Yan Xiaojian Inventor before: Zhang Guohong Inventor before: Xu Hua |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200225 |