(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210352853.6 (22)申请日 2022.04.06 (65)同一申请的已公布的文献号 申请公布号 CN 114486821 A (43)申请公布日 2022.05.13 (73)专利权人 合肥金星智控科技股份有限公司 地址 230088 安徽省合肥市高新区皖水路 228号1幢生产楼 (72)发明人 潘从元　张兵　贾军伟　 (74)专利代理 机构 北京知联天下知识产权代理 事务所(普通 合伙) 11594 专利代理师 张迎新 (51)Int.Cl. G01N 21/63(2006.01) G01N 21/01(2006.01) G06F 17/18(2006.01) (56)对比文件 CN 10175 0874 A,2010.0 6.23CN 113758911 A,2021.12.07 CN 113408605 A,2021.09.17 CN 114264626 A,202 2.04.01 CN 103076308 A,2013.0 5.01 JP H04160349 A,19 92.06.03 CN 107290297 A,2017.10.24 CN 103411973 A,2013.1 1.27 CN 112051256 A,2020.12.08 CN 113177358 A,2021.07.27 Jian Di et al. .Application of improved de ep auto-encoder netw ork in rolling beari ng fault dia gnosis. 《Journal of computer and com munications》 .2018,(续) 审查员 吴文惠 (54)发明名称 冶金光谱特征回归方法、 装置、 电子设备和 存储介质 (57)摘要 本发明公开了一种 冶金光谱 特征回归 方法、 装置、 电子设备和存储介质。 包括： 将带有目标元 素浓度标签值和光谱特征值的物料样本， 按照浓 度标签值， 等距离划分为预设数量的段， 标记每 段包括的物料样本的数量； 根据每段包括的物料 样本的数量中的最大值， 和每段包括的物料样本 的数量， 得到每段对应的权重； 构建回归 方程； 根 据每段对应的权重和回归 方程， 构建加权损失函 数； 将每段包括的物料样本的浓度标签值和光谱 特征值代入加权损失函数， 根据加权损失函数确 定述回归 方程系数， 使用回归 方程完成物料样本 分布不均衡的回归优化。 能够解决物料样本目标 元素浓度分布不均衡情况下的小样本LIBS光谱 数据欠拟合问题， 提升小样本LIBS光谱的预测精度。 [转续页] 权利要求书2页 说明书9页 附图4页 CN 114486821 B 2022.08.12 CN 114486821 B (56)对比文件 Lijun Song et al. .Real-time Compositi on monitoring using support vector regres sion of laser-i nduced plas ma for laser ad ditive manufacturi ng. 《IEEE TRANSACTIONS ON I NDUSTRIAL ELE CTRONICS》 .2017,Jun Kim et al. .Development of a cost analysis based defect predicti on system with a type er ror weighted de ep neural network algorithm. 《Journal of computati onal Design and Engi neering》 .2022,2/2 页 2[接上页] CN 114486821 B1.一种冶金光谱特 征回归方法， 其特 征在于， 包括以下步骤： 将带有目标元素浓度标签值和光谱特征值的物料样本， 按照所述浓度标签值， 标定在 表示浓度标签值的线段上， 将所述标定了物料样本的线段等距离划分为预设数量的段， 标 记每段包括的物料样本的数量； 通过下式得到每段对应的权 重 ： 其中， 为所述每段包括的物料样本的数量中的最大值， 表示第i段包括的物料样 本的数量， i 为段的序号； 根 据 所 述 每 段 包 括 的 物 料 样 本 的 数 量 ，构 建 物 料 样 本 数 量 集 合 ； 根据每段包括的物料样本的浓度标签值， 构建物料样本浓度标签 值集合 ， 其中 表示第i 段的第 个物料样本的浓度标签值； 根据每段包括的物料样本的光谱特征值 ， 构建物料样本光谱特征值集合 ， 其中 表示第i段的 第 个物料样本的光谱特 征值； 根据所述物料样本浓度标签值集合Y和物料样本光谱特征值集合X， 构建回归方程 ， 和 为回归方程系数； 利用所述回归方程以及每段对应的权 重 构建加权损失函数： 其中， j为每段包括的物料样本的序号， 表示第i段第j个物料样本的浓度标签值， 表示第i段第j个物料样本的光谱特 征值； 将每段包括的物料样本的浓度标签值和光谱特征值代入所述加权损失函数， 求解损失 函数最小值对应的所述回归方程的系数， 从而确定回归方程； 根据确定的回归方程， 完成物料样本分布不均衡的回归 优化。 2.如权利要求1所述的方法， 其特征在于， 所述将所述标定了物料样本的线段等距离划 分为预设数量的段， 包括以下步骤： 将所述物料样本中的最大浓度标签值减去最小浓度标签值， 除以段的预设数量， 得到 每段长度， 按照所述每段长度， 等距离划分所述标定 了物料样本的线段。 3.一种冶金光谱特 征回归装置， 其特 征在于， 包括： 物料样本分段模块， 用于将带有目标元素浓度标签值和光谱特征值的物料样本， 按照 所述浓度标签值， 标定在表示浓度标签值的线段上， 将所述标定了物料样本的线段等距离 划分为预设数量的段， 标记每段包括的物料样本的数量；权　利　要　求　书 1/2 页 2 CN 114486821 B 3