导读:本文包含了荧光测量论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:荧光,测量,光谱,不确定,大路,含量,拉普拉斯。
荧光测量论文文献综述
刘松[1]（2019）在《X荧光快速测量在松桃大路锰矿勘查中的应用》一文中研究指出野外找矿工作中,地质人员最揪心的就是等待样品化验成果数据。笔者团队在大路锰矿工作中,通过X荧光仪对该区锰矿钻探岩心进行快速测量,发现该方法的测量数据对锰矿的富集地层判断精度高,对矿体的判读准确度也极高,而且通过仪器精准标定后,其测量结果与室内化验室数据进行对比,接近程度很高,尤其是对于品位大于5%以上的锰矿(化)层,测量结果与化验室结果误差一般都在5%以内。本次研究成果对野外矿体确认及岩心采样段、采样长度的决定具有客观的、高效的指导意义。(本文来源于《物探与化探》期刊2019年06期）
王玉田,张艳,商凤凯,张靖卓,张慧[2]（2019）在《BP神经网络结合ATLD与叁维荧光光谱法测量水中多环芳烃》一文中研究指出多环芳烃(PAHs)是煤,石油,木材,烟草等燃料和有机高分子化合物等有机物不完全燃烧时产生的一种持久性有机污染物。迄今已发现有200多种PAHs,其中有多种PAHs具有致癌性。PAHs广泛分布于我们生活的环境中,水中的PAHs主要来源于生活污水,工业排水和大气沉降。使用叁维荧光光谱法,结合BP神经网络与交替叁线性分解(ATLD)算法对水中的PAHs进行定性和定量分析。以苊(ANA)和芴(FLU)2种PAHs为目标分析物,用甲醇(光谱级)制备样本。使用FS920稳态荧光光谱仪对样本进行检测,设置激发波长为200～370 nm,间隔10 nm记录一个数据;发射波长为240～390 nm,间隔2 nm记录一个数据。设置初始发射波长总是滞后激发波长40 nm,以消除一级瑞利散射的干扰。随后使用BP神经网络法对待测样本数据进行预处理。利用BP神经网络基于误差反向传播算法(error back propagation training, BP)原理,对测得的叁维荧光数据进行数据压缩处理,该方法具有柔性的网络结构与很强的非线性映射能力,网络的输入层、隐含层和输出层的神经元个数可根据实际情况设定,并且网络的结构不同时,性能也有所差异。随后,用ATLD算法分解预处理后的叁维荧光光谱数据。采用核一致诊断法确定待测样本的组分数为2。结果表明, ATLD算法分解得到两种PAHs(ANA和FLU)的激发、发射光谱图与目标光谱非常相似,能实现光谱重迭严重的PAHs(ANA和FLU)的快速定性和定量分析,实现了以"数学分离"代替"化学分离"。将预测样本导入训练好的BP神经网络中,得到处理后待测样本数据的网络均方差(MSE)均小于0.003,网络的峰值信噪比(PSNR)均大于120dB(数据压缩中典型的峰值信噪比值在30～40 dB之间,越高越好),可见BP神经网络对样本数据的压缩效果较好。BP神经网络训练后,得到输出值与目标值之间的拟合度高,拟合系数达0.998,具有较好的数据压缩效果。使用ATLD算法对待测样本进行分解后得到平均回收率为97.1%和98.9%,预测均方根误差为0.081 8和0.098 5μg·L~(-1)。叁维荧光光谱结合BP神经网络和ATLD能够实现痕量PAHs的快速检测。(本文来源于《光谱学与光谱分析》期刊2019年11期）
欧阳均[3]（2019）在《激光荧光法分析水中微量铀的测量不确定度评定研究》一文中研究指出通过查询校准证书和说明书的方式直接获取铀标准储备溶液和玻璃量器的校准不确定度参数进行B类不确定度评定,通过实验获取的数据进行A类不确定度评定,再统一计算本方法测量的相对标准不确定度、合成相对标准不确定度以及扩展相对标准不确定度。评定结论表明:用激光荧光法分析测量水样中微量铀的扩展相对标准不确定度为6.6%(包含因子k=2),占主要地位的不确定度分量来源于铀标准工作溶液以及仪器重复性测量。(本文来源于《环境科学与管理》期刊2019年11期）
丘晖饶,贺石中,张琳颖,王国文,朱懋冠[4]（2019）在《紫外荧光法测定汽柴油产品中硫含量与测量不确定度评估》一文中研究指出建立了紫外荧光光谱测定轻质石油产品中硫含量的定量分析方法,使用紫外荧光测硫仪测定汽柴油中硫含量,结果表明:方法检出限为硫含量的检出限为0.19mg/kg,加标回收率为97%～109%。还通过建立紫外荧光硫的数学模型,对影响测试结果各个分量进行测量不确定度评估,得到柴油样品的扩展不确定度为U_柴=0.70mg/kg,(k=2);汽油样品扩展不确定度为U_汽=0.36mg/kg,(k=2)。(本文来源于《分析仪器》期刊2019年05期）
唐诚,王志战,刘长富,廖震,施强[5]（2019）在《X射线荧光元素录井仪测量精度分析效果比对》一文中研究指出X射线荧光元素录井技术已经得到了广泛的应用,但由于仪器的型号多,不同型号仪器的测量结果有一定差异,导致油田建设方对分析结果产生质疑,故以实验室级别的波长色散型仪器分析结果为标准,对比4种能量色散型仪器的分析效果。仪器对比表明,不同仪器的测量结果有差异,但对主要元素而言,Mg、Al、Ca、Si等元素的测量误差相对较低或误差具有明显的一致性,测量误差变化趋势一致,测量结果能反映地层的真实变化趋势。根据对比情况,分析出现测量误差的原因主要有低原子序数元素测量精度不高,低含量元素的测量误差较大等,因而有必要开展针对性的装备技术研发,同时建议根据不同地层的测量需求,制定具有针对性的精细标定与校准规范,进一步发挥好元素录井的作用。(本文来源于《录井工程》期刊2019年03期）
邢晓梅[6]（2019）在《原子荧光法测定土壤中总汞浓度测量结果的不确定度评定》一文中研究指出对原子荧光法测定土壤中总汞浓度的影响因素作了全面分析,对各因素的不确定度进行评估,评定了原子荧光法测定土壤中总汞浓度测量结果的不确定度。(本文来源于《黑龙江环境通报》期刊2019年03期）
何胜辉,杨云开,元德仿,舒易强[7]（2019）在《基于紫外荧光法测量水体叶绿素含量》一文中研究指出水体营养度的重要判断指标之一是水体中叶绿素的含量,可通过对水体中叶绿素含量的快速检测,提前预测水质的污染程度。通过阐述基于紫外荧光法测量水体叶绿素含量的测量原理及方法,分析影响荧光强度的主要因素及水体叶绿素含量测量的主要影响因素,从而提出几点测量过程中的注意事项。(本文来源于《智能城市》期刊2019年16期）
李文文,刘书鹏[8]（2019）在《压缩感知测量矩阵互相关度对荧光显微成像分辨率的影响》一文中研究指出压缩感知可以利用稀疏性实现单幅超分辨成像,但需要满足两个条件:一是信号是稀疏或变换后稀疏,二是测量矩阵的有限等距性质,可以等价为评价矩阵互相关度。矩阵的互相关度影响着压缩感知的成像分辨能力。将压缩感知应用到超分辨荧光显微镜中,利用投影梯度稀疏重构算法(GPSR)实现单帧超分辨显微成像。为了进一步提高成像分辨率,通过梯度迭代方法优化测量矩阵从而降低矩阵互相关度。还建立了矩阵互相关度与分辨率关系,这对进一步提高荧光显微成像分辨率并实现快速超分辨荧光显微镜有着重大意义。(本文来源于《工业控制计算机》期刊2019年08期）
华永祥,龚培荣[9]（2019）在《拉普拉斯算法在荧光靶光斑位置测量中的应用》一文中研究指出在同步辐射光源中,荧光靶探测器是一种重要的光斑观测装置,通过荧光靶图像可以对光斑位置进行测量,但光斑弥散导致图像中光斑的边缘变模糊,会对测量结果带来一定影响。为了提高荧光靶探测器的准确性,本文使用拉普拉斯算子对荧光靶图像进行增强处理,再结合图像的阈值分割法找到光斑的边缘位置,从而实现对光斑的定位。经测试,该方法能准确地从图像中提取光斑并计算光斑的中心位置,比用canny算子方法界定的光斑边缘更接近实际情况,对提高荧光靶探测器的位置测量分辨率有一定的帮助。(本文来源于《核技术》期刊2019年08期）
许培培,张玲,黄菲,王菲,叶子弘[10]（2019）在《荧光薄膜材料荧光特性对荧光显微镜分析测量效果的影响》一文中研究指出荧光显微镜测量结果的准确性,受仪器的线性动态范围、光场均匀性及光源稳定性等因素影响。运用荧光薄膜材料对荧光显微镜进行实验验证,发现荧光线性、均匀性及稳定性等荧光特性对于荧光显微镜分析测量效果十分重要。对荧光薄膜材料的光谱特性、线性、均匀性及光稳定性等方面进行研究,建立了荧光薄膜材料荧光特性的测量方法,对荧光显微镜校准方法进行了初步探索,为荧光显微镜的校准奠定了基础。(本文来源于《计量学报》期刊2019年04期）
荧光测量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
多环芳烃(PAHs)是煤,石油,木材,烟草等燃料和有机高分子化合物等有机物不完全燃烧时产生的一种持久性有机污染物。迄今已发现有200多种PAHs,其中有多种PAHs具有致癌性。PAHs广泛分布于我们生活的环境中,水中的PAHs主要来源于生活污水,工业排水和大气沉降。使用叁维荧光光谱法,结合BP神经网络与交替叁线性分解(ATLD)算法对水中的PAHs进行定性和定量分析。以苊(ANA)和芴(FLU)2种PAHs为目标分析物,用甲醇(光谱级)制备样本。使用FS920稳态荧光光谱仪对样本进行检测,设置激发波长为200～370 nm,间隔10 nm记录一个数据;发射波长为240～390 nm,间隔2 nm记录一个数据。设置初始发射波长总是滞后激发波长40 nm,以消除一级瑞利散射的干扰。随后使用BP神经网络法对待测样本数据进行预处理。利用BP神经网络基于误差反向传播算法(error back propagation training, BP)原理,对测得的叁维荧光数据进行数据压缩处理,该方法具有柔性的网络结构与很强的非线性映射能力,网络的输入层、隐含层和输出层的神经元个数可根据实际情况设定,并且网络的结构不同时,性能也有所差异。随后,用ATLD算法分解预处理后的叁维荧光光谱数据。采用核一致诊断法确定待测样本的组分数为2。结果表明, ATLD算法分解得到两种PAHs(ANA和FLU)的激发、发射光谱图与目标光谱非常相似,能实现光谱重迭严重的PAHs(ANA和FLU)的快速定性和定量分析,实现了以"数学分离"代替"化学分离"。将预测样本导入训练好的BP神经网络中,得到处理后待测样本数据的网络均方差(MSE)均小于0.003,网络的峰值信噪比(PSNR)均大于120dB(数据压缩中典型的峰值信噪比值在30～40 dB之间,越高越好),可见BP神经网络对样本数据的压缩效果较好。BP神经网络训练后,得到输出值与目标值之间的拟合度高,拟合系数达0.998,具有较好的数据压缩效果。使用ATLD算法对待测样本进行分解后得到平均回收率为97.1%和98.9%,预测均方根误差为0.081 8和0.098 5μg·L~(-1)。叁维荧光光谱结合BP神经网络和ATLD能够实现痕量PAHs的快速检测。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
荧光测量论文参考文献
[1].刘松.X荧光快速测量在松桃大路锰矿勘查中的应用[J].物探与化探.2019
[2].王玉田,张艳,商凤凯,张靖卓,张慧.BP神经网络结合ATLD与叁维荧光光谱法测量水中多环芳烃[J].光谱学与光谱分析.2019
[3].欧阳均.激光荧光法分析水中微量铀的测量不确定度评定研究[J].环境科学与管理.2019
[4].丘晖饶,贺石中,张琳颖,王国文,朱懋冠.紫外荧光法测定汽柴油产品中硫含量与测量不确定度评估[J].分析仪器.2019
[5].唐诚,王志战,刘长富,廖震,施强.X射线荧光元素录井仪测量精度分析效果比对[J].录井工程.2019
[6].邢晓梅.原子荧光法测定土壤中总汞浓度测量结果的不确定度评定[J].黑龙江环境通报.2019
[7].何胜辉,杨云开,元德仿,舒易强.基于紫外荧光法测量水体叶绿素含量[J].智能城市.2019
[8].李文文,刘书鹏.压缩感知测量矩阵互相关度对荧光显微成像分辨率的影响[J].工业控制计算机.2019
[9].华永祥,龚培荣.拉普拉斯算法在荧光靶光斑位置测量中的应用[J].核技术.2019
[10].许培培,张玲,黄菲,王菲,叶子弘.荧光薄膜材料荧光特性对荧光显微镜分析测量效果的影响[J].计量学报.2019
论文知识图
