【摘 要】
:
中阶梯光栅光谱仪是一种采用交叉色散技术以获得高级次光谱并实现全波段闪耀的光谱仪。因其具有覆盖波段范围宽、光谱分辨率高、无可移动部件等特点被广泛应用于医疗、工农业以及食品安全等领域。目前中阶梯光栅光谱仪的检测器主要采用电荷耦合器件,这类检测器在紫外波段的量子效率较低,可通过将检测器改进为背照式或者镀荧光膜将短波转化为长波检测,进而改善紫外波段的灵敏度,但会提高仪器成本。此外,可以通过延长积分时间提高
论文部分内容阅读
中阶梯光栅光谱仪是一种采用交叉色散技术以获得高级次光谱并实现全波段闪耀的光谱仪。因其具有覆盖波段范围宽、光谱分辨率高、无可移动部件等特点被广泛应用于医疗、工农业以及食品安全等领域。目前中阶梯光栅光谱仪的检测器主要采用电荷耦合器件,这类检测器在紫外波段的量子效率较低,可通过将检测器改进为背照式或者镀荧光膜将短波转化为长波检测,进而改善紫外波段的灵敏度,但会提高仪器成本。此外,可以通过延长积分时间提高信噪比,但检测时间会增加。基于数字微镜器件(Digital Micromirror Device,DMD)的中阶梯光栅光谱仪由于引入了DMD作为空间光调制器,可以实现检测范围内任意波长的快速选择,并通过搭配高灵敏度的光电倍增管(Photomultiplier Tube,PMT)作为检测器,能够对光谱信号进行快速、高灵敏度检测。光谱信号处理方法及软件是光谱仪的重要组成部分,为了配合基于DMD的中阶梯光栅光谱仪正常工作,本文研究了专用的光谱信号处理方法,并开发了专用软件,最终进行了测试实验。本文主要研究工作如下:(1)基于DMD的中阶梯光栅光谱仪光谱信号处理方法研究光谱信号预处理方法,包括空间域滤波及背景扣除方法。针对DMD测量谱图时快速且可选取任意位置测量的特点,运用统计的思想,可迅速、准确地计算出测量谱图的背景并扣除。针对仪器周围环境变化以及棱镜折射率偏差导致的波长偏移问题,为了保证准确绘制一维谱图,提出了一种波长标定方法,根据实测特征波长信号的质心位置重新拟合折射率并校正谱图还原模型。提出了一种波长提取方法,该方法能够在提升谱图信息处理速度的同时,避免因相邻级次之间距离过近而引起的假峰现象,提高了波长提取精度。(2)基于DMD的中阶梯光栅光谱仪专用软件开发根据仪器的特点分析了软件需求,并制定了软件与下位机之间的通信协议,在此基础上采用MATLAB与C#联合编程的方式开发专用软件。软件包括UI交互界面以及控制部件等,具有联机、对DMD及PMT的控制、数据采集、谱图数据处理、谱图显示以及数据存储的功能。(3)测试实验运用砷(As)、铋(Bi)、镉(Cd)、铅(Pb)、锡(Sn)元素的无极放电灯进行波长标定,并运用汞(Hg)元素无极放电灯进行波长提取及软件的功能验证。将基于DMD的中阶梯光栅光谱仪用于ICP-AES系统测量铜(Cu)元素的标准样品进行现场测试。本文所提出的方法与软件已成功应用于课题组研制的基于DMD的中阶梯光栅光谱仪,实验表明波长提取精度小于0.012nm。
其他文献
由于人们对气候问题越来越关注,迫切希望能够减少化石燃料的使用,以降低二氧化碳排放量,多年来,人类一直在寻找更清洁、可持续的燃料。在众多可再生能源中,氢能以其高热值、无污染一直备受关注,尤其是现在,氢能将迎来前所未有的发展空间。考虑到氢化酶能够在温和的条件下高效地完成氢气生成和氧化,为此我们选题为:镍、铜、锌、铁、钯配合物的合成与催化氢气生成及氧化性能的研究。本文主要研究内容如下:1、设计并合成了6
符号网络是大数据时代的一种数据表现形式,由节点、节点间正负链接组成。符号网络中的任务在现实生活中有非常广泛的应用,如链接预测、社区发现、节点分类等。但符号网络的节点和链接需要高维向量表示,导致模型计算复杂的问题。表示学习是一种非常有效的学习节点嵌入方法,通过保留网络中拓扑结构、顶点内容和其它辅助信息,将网络顶点嵌入到低维向量空间中。所以用表示学习方法可以将符号网络任务中所需的信息提取出来,用低维向
精准识别癌症患者的分子亚型对癌症的个体化治疗、靶向药物研发和预后分析具有重要意义。大规模多组学数据和基于数据驱动的方法能够促进对癌症分子分型的理解和预测。现有大多数基于机器学习的方法通常依赖于单一组学数据,而未能整合多组学数据为分子分型提供更全面的信息。一些基于神经网络的方法,考虑了分子分型的复杂非线性,但忽略了基因特征筛选和样本之间的关系。图神经网络能够利用样本相似性图中样本之间的信息传递和聚合
关系抽取指从非结构化文本中抽取出实体间的关系,是自然语言处理中重要的研究方向。在深度学习时代,监督学习下的关系抽取模型已经取得很高的准确度,但其要求大量带标注的训练语料,然而在现实世界中关系种类繁多,文本数据复杂,提供大量的带标签的训练数据需要耗费巨大的人力。针对以上问题,远程监督的思想被提出,它基于一个假设,如果知识库中存在两个实体表达了某种特定关系,那么语料中所有含有这两个实体的句子都表达了这
牡丹皮,又称丹皮,是毛茛科植物牡丹Paeonia suffruticosa Andr.的干燥根皮,广泛应用于中药名方。现代药理学研究表明,牡丹皮具有调节血糖、缓解糖尿病并发症、抗炎等多种药理作用。多糖作为一种水溶性大分子,其在传统中药水煎液中占据很大的比例。研究报道,多糖具有多种生物活性,如免疫调节作用、调节肠道菌群、抗炎、抗肿瘤、抗氧化应激等。多糖也是牡丹皮的主要活性成分之一,目前对于牡丹皮多糖
近些年多智能体强化学习的相关研究备受关注,其中值分解问题的相关研究引起了研究者的广泛重视。在多智能体值分解方法中,为提高多智能体策略的性能,环境整体的行为值函数可以表示为每个智能体值函数的组合。然而,目前的值分解方法中主要存在两方面问题:(1)值分解相关算法模型存在学习效率较低的问题,而算法的学习效率是重要性能指标,提高模型学习效率具有重要的研究价值;(2)值分解相关模型存在探索能力不足的问题,而
数字切片扫描技术和高性能运算硬件的不断完善促进了深度学习方法在组织病理学领域的广泛应用。现有工作主要基于多示例学习框架,使用卷积神经网络实现对病理切片的分析。然而,这些模型在分析病理切片方面的性能不佳,主要原因包括:1)卷积神经网络的模型参数过大;2)多示例学习中使用全切片图像级别的标注带来的噪声干扰。为了构建高效轻量化模型对病理图像进行分类的同时减弱噪声标签的干扰,本文提出了一种融合多尺度信息的
高良姜是一种香气独特的药食同源植物,富含黄酮和活性多糖,其提取物具有强黄嘌呤氧化酶抑制(XOI)活性,在功能性食品领域运用的思路有待拓宽。鲣鱼是活性肽制备的优质原料,其酶解物已被报道具有降尿酸、降血压和抗氧化等活性。然而鲣鱼肽经深度酶解通常具有腥苦味明显的风味缺陷。本研究综合考虑高良姜和鲣鱼肽的物化性质,旨在探明利用高良姜改善鲣鱼肽品质的最适途径,优化得到高良姜风味富肽食品基料制备的最佳工艺,揭示
近年来,随着电信网络的不断发展,尤其是5G网络的普及,进行有效的网络故障管理的难度越来越高。为了应对网络故障管理中出现的困难,故障场景识别任务应运而生。其目标是基于告警数据对网络中存在的故障场景类型进行识别。有效的故障场景识别能够推动有效的故障恢复。目前,故障场景识别的相关研究主要集中在工业界。其中,基于规则的识别方法是最常见的。然而,这种方法并不能对故障场景进行准确、有效的识别,其对网络故障管理
酸奶是一种在世界范围内广受欢迎的乳制品,已被证明具有改善肠道健康、提高免疫力、抗氧化、缓解炎症反应等功能。酸奶发酵产生的胞外多糖对酸奶的质地、感官等品质有重要影响。笔者课题组前期从内蒙古家庭自制酸奶中分离鉴定出德氏乳杆菌保加利亚亚种Lactobacillus delbrueckii subsp.Bulgaricus DMLD-H1(简称H1)和嗜热链球菌Streptococcus thermoph