您现在的位置: 首页> 研究主题> 衰减全反射

衰减全反射

衰减全反射的相关文献在1989年到2022年内共计279篇,主要集中在化学、物理学、化学工业 等领域,其中期刊论文171篇、会议论文26篇、专利文献56625篇;相关期刊112种,包括江西师范大学学报(自然科学版)、广西科学、中国当代医药等; 相关会议16种,包括中国通信学会2015年通信线路学术年会、全国第四届近红外光谱学术会议、第十六届全国分子光谱学学术会议等;衰减全反射的相关文献由797位作者贡献,包括曹庄琪、沈启舜、马芳等。

衰减全反射—发文量

期刊论文>

论文:171 占比:0.30%

会议论文>

论文:26 占比:0.05%

专利文献>

论文:56625 占比:99.65%

总计:56822篇

衰减全反射—发文趋势图

衰减全反射

-研究学者

  • 曹庄琪
  • 沈启舜
  • 马芳
  • 孙素琴
  • 肖平平
  • MA Fang
  • SUN Su-qin
  • XIA Xue
  • 夏雪
  • 张元福
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 王龙; 杜龙; 崔勐; 何宇
    • 摘要: 目的探索显微傅里叶变换衰减全反射红外光谱(ATR-FTIR)技术鉴别热敏可擦签字笔书写字迹的可行性。方法收集了市场上常见5个品牌不同颜色和批次的49种热敏可擦签字笔和5种普通签字笔,运用显微红外光谱ATR方法对其书写字迹进行检验,同时考察了纸张对字迹红外谱图的影响。结果49种可擦笔字迹样本均在2916、2850、1729、1513、1455、1254、1214、1170、830、739、698cm-1附近有较强吸收峰;不同品牌相同颜色可擦笔字迹的红外吸收峰的位置和强度存在明显区别;同一型号不同颜色字迹样本的红外吸收峰和吸收强度亦存在明显差异。结论显微红外光谱ATR方法分析可疑字迹,既可鉴别其是否为伪造字迹,又可认定伪造所用的可擦笔品牌。该方法具有快速、无损和准确的优势,为伪造文件中可擦笔字迹的检验提供了一种有效的技术手段。
    • 曹秋红; 林红梅; 周薇; 李照鑫; 张同军; 黄海青; 李学敏; 李德华
    • 摘要: 随着人口的增长和社会的迅速发展,水资源短缺和水污染问题日益严重。水质分类作为水质污染评估工作中的一项重要环节,其意义和作用也更加突出。基于太赫兹衰减全反射(THz-ATR)光谱和模式识别技术,提出了一种水质分析模型。利用太赫兹时域光谱系统和衰减全反射模块测量了纯净水、自来水、河水、海水A和海水B五种水样的太赫兹衰减全反射光谱,通过光学参数提取模型获得0.2~1.0 THz频率范围内五种水样的折射率、吸收系数、介电常数实部和介电常数虚部。利用主成分分析(PCA)对折射率进行降维和特征提取,分别作出样品在第一、二主成分上的二维得分图和前三个主成分上的三维得分图,结果显示,基于折射率的主成分得分图可以明显的区分不同的水样。为了进一步对不同水样进行准确分类,将降维之后的数据输入到支持向量机(SVM)中构建水样分类模型,每种水样随机选取其中的五分之三作为训练集,剩余的数据作为测试集,同时引入网格搜索(GridSearch)、遗传算法(GA)和粒子群(PSO)三种优化算法对支持向量机参数进行优化。结果显示,基于网格搜索算法的支持向量机最优参数c和g分别为1.4142和2.0,准确率为99.0%;基于遗传算法的支持向量机最优参数c和g分别为1.6754和5.9665,准确率为99.5%;基于粒子群算法的支持向量机最优参数c和g分别为3.1549和12.589,准确率为100%。可以看出,使用不同的优化算法得到的最优参数不同,所构建的支持向量机分类模型都可实现正确的分类,且分类准确率均高达99.0%以上。研究结果表明,利用粒子群优化算法基于折射率构建的PCA-SVM分类模型效果最优,可以准确识别不同水样,为水质分类奠定了基础。
    • 林翔; 李娟; 彭熙琳; 程远贵; 承强; 阮丽萍
    • 摘要: 对于专业实验技术人员及科研工作者,合理应用红外仪器分析技术是获得理想测试结果的关键。该文采用文献总结与试验研究的方法,结合实际案例开展了对红外光谱测试中遇到的常见及典型问题的探讨,包括衰减全反射(ATR)测试的原理与高波数灵敏度衰减、非溴化钾压片的可行性、溴化钾压片的规范化操作、红外光谱图质量评价与优化等。针对上述问题开展了研究与探讨,并提出解决方案与建议,对红外光谱技术应用的改进完善以及红外光谱实验教学具有指导及推广意义。
    • 单鹏; 吴缀; 何年; 刘隆兴
    • 摘要: 利用衰减全反射傅里叶变换红外光谱(ATR-FTIR)技术对聚谷氨酸(γ-PGA)发酵批次进行快速识别检测.根据5个批次的γ-PGA发酵液光谱建立了5个偏最小二乘判别分析(PLSDA)分类模型来鉴别每一批次与其他批次,在某些局部评价指标(准确率)上取得了不错的结果.为了提高模型在全体指标(如准确率、精度、灵敏度等)上的整体效果和模型的可解释性,采用子窗口置换分析(SPA)、竞争自适应重加权采样(CARS)以及随机青蛙(RF)三种波数选择算法结合PLSDA提取特征波数,建立PLSDA判别模型.实验结果表明,经波数选择(除CARS)后,PLSDA在各个批次上的各项性能指标均得到提升,而且模型复杂度降低,可解释性增强;ATR-FTIR技术结合SPA-PLSDA或RF-PLSDA方法可实现对γ-PGA发酵批次的快速识别.
    • 吴静珠; 李晓琪; 孙丽娟; 刘翠玲; 孙晓荣; 孙梅; 余乐
    • 摘要: 应用太赫兹时域光谱技术结合区间偏最小二乘法筛选玉米种子水分T Hz特征波段,并采用支持向量机构建基于特征谱区的抗非线性干扰的种子水分快速定量分析模型.实验以郑单958玉米种子为例,制备含水量范围9.58% ~12.71% 的种子粉末样本40组(每组取样3份),采用衰减全反射(A T R)附件扫描得到120份样本太赫兹时域光谱,根据SPXY(光谱-理化值共生距离算法)法划分得到训练集样本90份,测试集样本30份.种子水分对太赫兹波具有强烈吸收,首先采用基于偏最小二乘线性回归的移动区间(mwPLS)、独立区间(iPLS)、后向区间(biPLS)和联合区间(siPLS)方法筛选最优特征谱区组合;鉴于环境水分、种子其他成分及系统噪声对种子水分太赫兹光谱存在不可避免的非线性干扰,在上述光谱特征区间进一步采用基于RB F核函数的支持向量机和网格搜索法构建得到预测性能最优的种子水分快速定量分析非线性模型,训练集均方根误差为0.0212,预测集均方根误差为0.0697,相对分析误差为12.3457,相较于传统偏最小二乘线性回归模型,模型性能得到提升.种子水分含量是影响种子贮藏安全和种子活力的重要因素,实验结果表明:太赫兹时域光谱结合化学计量学可以有效筛选种子水分特征吸收谱区,建立抗干扰、高精度的种子水分快速定量分析模型,有望成为未来种子质量快速测定领域一项极具应用潜力的补充技术.
    • 汤庆峰; 李琴梅; 王佳敏; 张裕祥; 高峡
    • 摘要: 利用显微-傅里叶变换红外光谱技术分析鉴别了不同粒径及不同种类的微塑料(粒径小于5 mm的塑料、纤维或橡胶碎片),系统阐述了反射、透射、衰减全反射3种测量模式及其微区成像技术在微塑料鉴别分析中的优缺点.基于显微-傅里叶变换红外光谱衰减全反射技术,分析了北京景观水样中的微塑料,结果表明该方法简单、准确、可靠.
    • 石俊英; 刘钟栋; 廖云生
    • 摘要: 研究基于太赫兹时域光谱(THz-TD-ATR)对精氨酸溶液进行定量分析.配制成不同浓度的精氨酸样品,分析处理其在太赫兹频段内的光谱信息,对比不同频率下吸收与浓度的线性关系后,选用0.5 THz处的浓度-吸收系数关系.通过逐步线性回归(SLR)法建立分析模型,并用均方根误差(RMSE)及决定系数(R2)对模型进行评价.在0.5THz处校准集的RMSE和R2分别为0.7%和0.99.通过建立回归模型对预测样品进行浓度预测,预测值与真值之间回归模型的RMSE和R2分别为0.058和0.99,说明波段优化所建立的模型有较为准确的预测结果.该研究结果的得出,验证了THz-TD-ATR技术用于精氨酸溶液定量分析的可行性,为含水液体样品的预测提供一种高效、高精度、快速无损稳定的检测方法.
    • 董文生
    • 摘要: 采用衰减全反射红外光谱分析方法对塑料件表面黑色物质进行成分分析,并与塑料件上正常区域的材料进行对比分析.分析表明,塑料件的材料为PC+ABS共混物,由于塑料件的局部区域混入了黑色的PA66而造成零件混料位置表面呈现黑色.衰减全反射红外光谱分析法可用于快速分析汽车非金属零件的质量问题,尤其是混料或异物等与材料相关的问题.
    • 杨龙清; 马子嵘; 沈逸伦
    • 摘要: 基质沥青的质量直接关系到沥青混合料的路用性能与使用寿命。衰减全反射红外光谱法是一种快速准确检测沥青的方法,能对沥青进行溯源从而有效保证沥青质量。本试验基于衰减全反射红外光谱法对同一沥青样品分别进行4种不同制样方式的检测,通过沥青图谱对比分析选择最为合适的制样方法,并计算扫描次数和装样次数的最大标准偏差。结果表明熔融成膜法为最优检测方式,扫描次数为32次,装样次数为5次。该方式具有最大标准偏差小、精度高、检测迅速快捷、操作简单、分析速度快等优点。在沥青溯源检测领域具有重要意义。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号