浙江大学4项专利拟转让，现将相关信息予以公示。
[1]专利名称：一种pH测量方法及装置
专利号：ZL201510103088.4
专利简介：本发明公开了一种pH测量装置，包括处理器，还具有间隔插设在溶液中的工作电极、对电极和参比电极，所述的工作电极和对电极与一恒电流激励电路构成电流回路，所述的处理器用于控制恒电流激励电路发生正负向电流，以及控制正负向电流的激励时间；还具有一电压采集电路，用于采集正负向电流激励后的工作电极与参比电极之间的电势差；所述的处理器根据采集的电势差，以及标定得到的电势差与溶液pH的关系，测量溶液的pH值。本发明还公开了一种pH测量方法，进行pH检测具有很快的稳定时间。
[2]专利名称：一种基于光谱法COD检测的浊度补偿方法
专利号：ZL201510661778.1
专利简介：发明公开了一种基于光谱法COD检测的浊度补偿方法，包括以下步骤：(1)获取待测液体的吸收光谱；(2)计算步骤(1)中的待测液体的当前浊度作用时的吸收光谱；(3)对步骤(1)中的待测液体的吸收光谱进行峰降修正；本发明的浊度补偿方法引入影响因数KN(λ)表征浊度物质对有机分子光吸收作用的影响，利用KN与COD标准液吸光度的近似线性关系和KN(λ)的谷值随浊度的负指数变化关系，建立KN(λ)模型，来修正直接扣除浊度基线补偿方法中的峰降，且模型的建立具有环境适应性，提高了COD测量的精度和灵活性。
[3]专利名称：一种基于水样类型识别的水体COD光学测量方法
专利号：ZL201510346798.X
专利简介：本发明公开了一种基于水样类型识别的水体COD光学测量方法，通过水样识别模型识别被测水样的类型，所述水样识别模型由第一级神经网络、历史数据队列和第二级神经网络共同构成；识别被测水样的类型具体过程包括：将描述被测水样的吸光度曲线形貌特征的参数输入第一级神经网络进行识别，得到初次的识别结果和对应的历史数据因数；将得到的初次的识别结果和对应的历史数据因数输入第二级神经网络进行识别，得到最终的识别结果；确定被测水样的类型后，通过该水样类型的吸光度与COD的相关性模型得到COD测量结果；本发明通过建立两级神经网络，引入历史数据队列和第二级神经网络，可以大大提高整体的抗干扰能力，增强算法的鲁棒性和准确度。
[4]专利名称：一种基于紫外吸收光谱法的水质趋势预测方法
专利号：ZL201510782535.3
专利简介：本发明公开了一种基于紫外吸收光谱法的水质趋势预测方法，步骤如下，建立标准待测水体以第一组特征、第二组特征和第三组特征组成的特征数据库；计算待测水体第一组特征，第二组特征和第三组特征，将待测水体第一组特征，第二组特征和第三组特征与所述的特征数据库比对，判断待测水体中的污染物种类；第一组特征为特征峰波段Bandcharapick和主特征峰波段Bandprimapick，第二组特征为吸收带展宽Bandwidth，第三组特征为吸收贡献强弱比例RatioPick和RatioSum。本发明提供的方法快速、简便，为污水处理的过程控制和加药处理等提供依据，同时提高后续复杂定量分析的目的性和针对性，降低成本。
转化方式：转让
定价方式：挂牌交易
转化价格：20万元
公示期自2020年9月9日至2020年9月23日。如有异议，请在公示期内向科学技术研究院提交异议书及有关证据。
电话：88981082，邮箱：kyc1@zju.edu.cn。
2020年9月9日