Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学哈斯乌力吉获国家专利权

哈尔滨工业大学哈斯乌力吉获国家专利权

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!

龙图腾网获悉哈尔滨工业大学申请的专利一种基于TLC-SERS技术的快速,自动化区分混合物溶液中成分的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:CN117630265B

龙图腾网通过国家知识产权局官网在2026-05-12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:202311602507.X,技术领域涉及:G01N30/90;该发明授权一种基于TLC-SERS技术的快速,自动化区分混合物溶液中成分的方法是由哈斯乌力吉;方国强;陈志俊;白丽娜;胡凯设计研发完成,并于2023-11-28向国家知识产权局提交的专利申请。

一种基于TLC-SERS技术的快速,自动化区分混合物溶液中成分的方法在说明书摘要公布了:一种基于TLC‑SERS技术的快速,自动化区分混合物溶液中成分的方法,它涉及光谱检测领域,本发明要解决TLC‑SERS无法准确分析结构相似的物质,以及过于依赖于操作人员的主观解释和能力的问题。本发明在TLC板表面组装银溶胶纳米粒子,制备出具有高灵敏度和可重复检测的大面积TLC‑SERS基底。光谱采集,生成所有目标物质的TLC‑SERS光谱。然后,采用两种机器学习算法对TLC‑SERS光谱数据进行分析。与传统的人工SERS峰分析方法相比,所提出的机器学习算法依赖于对TLC‑SERS光谱数据的空间信息和光谱信息的整体分析,而不是依赖于主要特征SERS峰所确定的光谱信息,这大大提高了不同物质SERS峰识别的准确性。

本发明授权一种基于TLC-SERS技术的快速,自动化区分混合物溶液中成分的方法在权利要求书中公布了:1.一种基于TLC-SERS技术的快速,自动化区分混合物溶液中成分的方法,其特征在于它是按照以下步骤进行的: 步骤1:使用溶胶法制备银溶胶纳米粒子AgNPs; 步骤2:使用三相界面自组装的方法制备TLC-SERS基底 将制备的银溶胶纳米粒子AgNPs、二氯甲烷、去离子水按照体积比0.01-0.1:0.1-1:1的比例混合得到溶液B;再将溶液B与正己烷按照体积比为2-100:1的比例混合,并静置1-30min;采用提拉法,将银溶胶纳米粒子AgNPs转移到TLC板上,得到TLC-SERS基底; 步骤3:采用TLC-SERS基底对混合物进行分离并进行光谱采集 在制备的TLC-SERS基底底端滴加待分析的混合物,干燥3-10min后,放入展开剂中,展开10-40min后,干燥10-30min,随后采用拉曼光谱仪沿着TLC-SERS基底上混合物展开的路径进行一维的扫描采集SERS光谱,扫描步长为50-200nm,扫描时间为5-30秒,激光功率为10-100mW; 步骤4:采用机器学习算法对TLC-SERS基底上采集的光谱进行自动化分析 基于python程序中卷积神经网络算法和光谱角算法分别编写光谱分类模型和光谱相似度模型,将上述采集的SERS光谱输入到光谱分类模型和光谱相似度模型中进行自动化分析: 光谱分类模型用于预测SERS光谱对应的物质种类信息,光谱分类模型采用卷积神经网络,卷积神经网络的输入为SERS光谱二维数据,输出为SERS光谱对应的物质种类信息对应的分类曲线; 光谱相似度模型用于计算标准光谱与采集的SERS光谱的相似度;利用标准光谱与采集的SERS光谱的光谱角计算相似度,得到相似度曲线; 同时根据分类模型曲线与相似度模型曲线在TLC-SERS基底上的位置准确的识别待分析混合物中不同成分所在的范围。

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哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。