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！

龙图腾网获悉华南理工大学申请的专利基于智能算法的草莓糖度高效无损检测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：CN120703080B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202510797369.8，技术领域涉及：G01N21/84；该发明授权基于智能算法的草莓糖度高效无损检测方法是由张琳设计研发完成，并于2025-06-16向国家知识产权局提交的专利申请。

本基于智能算法的草莓糖度高效无损检测方法在说明书摘要公布了：本发明公开了基于智能算法的草莓糖度高效无损检测方法，包括：获取若干草莓光谱数据和糖度参考值，将所述草莓光谱数据划分为训练集、验证集和测试集；对所述光谱数据进行小波去噪和多项式基线校正，获得预处理后的数据；对所述预处理后的数据提取关键特征波长，基于所述关键特征波长构建初始SVM模型；采用所述训练集对所述初始SVM模型进行优化，获得优化后的SVM模型；获取目标草莓光谱数据，输入优化后的SVM模型获得检测结果。本发明实现草莓糖度的快速、无损、准确检测，为草莓产业的智能化发展提供技术支持。

本发明授权基于智能算法的草莓糖度高效无损检测方法在权利要求书中公布了：1.基于智能算法的草莓糖度高效无损检测方法，其特征在于，包括： 获取若干草莓光谱数据和糖度参考值，将所述草莓光谱数据划分为训练集、验证集和测试集； 对所述光谱数据进行小波去噪和多项式基线校正，获得预处理后的数据； 对所述预处理后的数据提取关键特征波长，基于所述关键特征波长构建初始SVM模型； 采用所述训练集对所述初始SVM模型进行优化，获得优化后的SVM模型； 获取目标草莓光谱数据，输入优化后的SVM模型获得检测结果； 对所述预处理后的数据提取关键特征波长过程中设计适应度函数，适应度函数选取R2和RMSE作为关键评价指标，分别从拟合优度和误差大小两个角度对特征波长组合的预测效果进行量化评估，计算公式如下： ； 其中，f表示个体的适应度值；α和β是权重系数，用于平衡R2和RMSE在适应度计算中的相对重要性，且满足α+β=1；RMSEmax是在训练集上使用全波长范围建立的初始模型的RMSE值，用于对RMSE进行归一化处理，使其与R2具有相似的量纲和取值范围； 采用所述训练集对所述初始SVM模型进行优化过程中需要考虑惯性权重对全局和局部搜索能力的影响，设计动态惯性权重调整公式如下： ； 其中，w表示当前迭代的惯性权重，wstart，wend分别为初始和最终惯性权重，t、tmax分别为当前和最大迭代次数； 采用所述训练集对所述初始SVM模型进行优化过程中还需要考虑粒子陷入局部最优时的跳脱机制，设计位置更新公式如下： ； 其中，xi表示粒子的位置，△x为跳脱步长，rand为随机数。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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”。

以上内容由龙图腾AI智能生成。