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！

龙图腾网恭喜南昌工程学院申请的专利一种基于透射光谱分析的水质检测方法及电子设备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：CN119474843B 。

龙图腾网通过国家知识产权局官网在2025-05-20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：202510062712.4，技术领域涉及：G06F18/2135；该发明授权一种基于透射光谱分析的水质检测方法及电子设备是由饶伟;李斌;许志浩;刘婧奕;何旭东;章彧涵;邹立琛;徐派;钟慧招设计研发完成，并于2025-01-15向国家知识产权局提交的专利申请。

本一种基于透射光谱分析的水质检测方法及电子设备在说明书摘要公布了：本发明公开了一种基于透射光谱分析的水质检测方法及电子设备，该方法对光谱透射率数据集进行数据降维，得到降维后的样本数据集；将BP神经网络的原始阈值和原始权重作为改进海星优化算法的初始种群位置进行寻优，获取BP神经网络的最优阈值和最优权重；使用降维后的样本数据集对已获取最优阈值和最优权重的BP神经网络和特征提取模块组成的水质检测模型进行训练，使用训练合格的水质检测模型对水质进行检测。本发明采用改进海星优化算法优化的BP神经网络进行水质检测，能够准确的检测出水质的情况。

本发明授权一种基于透射光谱分析的水质检测方法及电子设备在权利要求书中公布了：1.一种基于透射光谱分析的水质检测方法，其特征在于，包括以下步骤：步骤1.使用光谱仪对采集到的水体进行扫描，并通过白板校正得到光谱透射率数据；步骤2.使用归一化、均值中心化两种预处理方法将光谱数据进行维度和中心点的统一，得到最终的光谱透射率数据集；步骤3.采用核主成分分析对光谱透射率数据集进行数据降维，得到降维后的样本数据集；步骤4.搭建BP神经网络并确定BP神经网络的输入层、隐藏层、输出层的节点数；步骤5.将BP神经网络的原始阈值和原始权重作为改进海星优化算法的初始种群位置进行寻优，获取BP神经网络的最优阈值和最优权重；步骤6.将不同大小的卷积核以并行的方式作为特征提取模块，将提取到的多尺度特征通过拼接层进行连接，插入在BP神经网络的输入层和隐藏层之间，从而对数据进行多尺度特征提取；步骤7.使用降维后的样本数据集对已获取最优阈值和最优权重的BP神经网络和特征提取模块组成的水质检测模型进行训练，使用训练合格的水质检测模型对水质进行检测；所述步骤5所述改进海星优化算法的过程如下：步骤5.2.1：设置种群数量和最大迭代次数；步骤5.2.2：种群初始化；引入Henon混沌映射始化种群； ； ； ；式中，X代表初始化种群，代表混沌映射后第i个海星个体的第j个维位置，i∈1，2，…，n；j∈1,2,…,d；n是种群大小，d是问题的维度；代表混沌映射前第i个海星个体的第j个维位置；每个海星个体代表一组BP神经网络的原始阈值和原始权重的参数解，rand为0到1之间的随机数，和分别为问题的上界和下界；r表示0,1之间的随机数；步骤5.2.3：计算适应度；步骤5.2.4：勘探阶段；如果优化问题的维数大于5，则按下式更新位置： ； ； ； 和分别表示第i个海星个体的第p维更新后位置和当前位置,表示当前最佳位置的第p维，T为当前迭代次数，为最大迭代次数，为常数值，θ为随着迭代次数变化的自适应因子，θ在[0,π2]的范围内；如果优化问题的维数不大于5，则勘探阶段采用一维搜索模式更新位置： ； ；式中，和分别为（-1,1）之间的两个随机数，为海星的能量；和为随机选择的两只海星个体的第p维当前位置；步骤5.2.5：开发阶段；首先计算最佳位置与其他海星个体之间的五个距离，然后随机选择两个距离作为确认，利用并行双向搜索策略更新每只海星个体的位置，距离计算公式为： ；其中，是5个获得的全局最佳海星个体与其他海星个体之间的距离，是5个随机选择的海星个体中的一个，表示当前最佳位置，将每只海星个体在捕食行为中的更新规律建模为： ； ；其中，表示第i个海星个体的更新后位置，表示第i个海星个体的当前位置，和为（0,1）之间的随机数，和是中的随机两个值；N为设置的种群个数；步骤5.2.6：逃脱机制；位置更新过程如下： ；式中：是区间内的随机数；步骤5.2.7：更新适应度并判断是否达到最大迭代次数，如果未达到，则继续迭代；反之，则停止迭代，并输出最优解，即为BP神经网络的最优阈值和最优权重。

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南昌工程学院，其通讯地址为：330000 江西省南昌市高新区天祥大道289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”。