首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   14篇
  免费   0篇
物理学   14篇
  2018年   1篇
  2015年   1篇
  2014年   1篇
  2013年   3篇
  2010年   1篇
  2007年   1篇
  2006年   1篇
  2001年   1篇
  1997年   1篇
  1995年   1篇
  1990年   2篇
排序方式: 共有14条查询结果,搜索用时 0 毫秒
1.
近红外光谱分析技术识别奶粉中淀粉掺假的研究   总被引:1,自引:0,他引:1  
将蒙牛、伊利、完达山三个品牌的奶粉样品掺入不同量的淀粉构成32份实验样品。在跨度近两个月时间内,用JDSU微型近红外光谱仪,分五天重复5次采集这些样品的中波近红外漫反射光谱。采用仿生模式识别(BPR)算法对样品进行掺假识别定性分析,并研究了分析的可靠性与模型的稳健性。以90%作为评价分析结果(样品掺杂的正确识别率CAR与正确拒识率CRR)的阈值:将测试结果高于此阈值的所有样品中掺入淀粉的最低含量分别称为样品掺杂的正确识别限与正确拒识限。结果显示:三个品牌奶粉样品分别各自建模时,若用同一天测定的部分光谱数据建立模型,预测该天剩余光谱,样品掺杂的正确识别限与正确拒识限都可以达到0.1%。对于三种品牌奶粉合并后的纯奶粉及其淀粉掺杂样品混合建模时,若用同一天测定的光谱建模与测试,样品掺杂的正确识别限也可以达到0.1%,正确拒识限则为1%;若用不同时间采集的光谱进行交叉测试,正确识别限与正确拒识限都只有5%;若用四天的光谱数据联合建模,测试第五天的数据,正确识别限可以稳定达到1%,正确拒识限可以达到5%。应用两种算法对奶粉中淀粉含量进行定量分析比较,进一步验证了有关定性分析对样品掺杂正确识别限和正确拒识限的可靠性。  相似文献   
2.
分析了透射光栅衍射光强分布的极值问题.结果表明,除了零级衍射主极大以外,光栅衍射光强的各级主极大的位置与光栅方程所确定的位置并不严格重合.结合一个实例,通过数值计算给出了二者的差异.  相似文献   
3.
以不同产地和年份的农华101(NH101)玉米杂交种和母本种子为对象,研究了鉴别玉米杂交种子纯度的近红外光谱分析方法。光谱采集时间跨度达10个月,运用傅里叶变换(FT)近红外光谱仪器,在不同季节用23天(分五个时间段)采集了这些样品共920条玉米单子粒近红外漫反射光谱。全部原始光谱用移动窗口平均、一阶差分导数和矢量归一化进行预处理,使用主成分分析(PCA)方法和线性判别分析(LDA)方法降维,采用仿生模式识别(BPR)方法建立模型。通过对光谱预处理校正光谱失真,使样品光谱集在特征空间分布的范围收缩,相对距离增大了近70倍,实现了母本和杂交种子的鉴别。通过代表性样品的选择,提高了模型对光谱采集时间、地点、环境等条件变动的应变能力,也提高了模型对样品种子制种时间与地点变动的应变能力,增强了模型的稳健性,使测试集玉米单子粒杂交种和母本种子的平均正确识别率达到95%以上,而平均正确拒识率也达到85%以上。  相似文献   
4.
 在棒球运动风糜全球的今天,物理学工作者当然不会满足于能够解释为什么天空是蓝色的以及为什么星星会闪烁等诸如此类的现象.与乒乓球和网球的情形类似,空气动力学原理在棒球中起着重要的作用.然而,棒球是由一块块的皮革缝合而成,既不能看成是理想的光滑球体,也不可作为极端粗糙的球体来对待.  相似文献   
5.
给出气体分子的平均相对速率与平均速率关系式的一种简单推导过程。  相似文献   
6.
从万有引力定律大学讲解方法与高中方法的区别入手,先后介绍了杨氏双缝干涉、瞬时速度、平均速度及简谐振动方程的引入及讲解方法,深入浅出地简介几种讲授技巧,为大学物理教学提供参考.  相似文献   
7.
用费马原理计算非寻常光的折射角   总被引:1,自引:1,他引:0  
本文由费马原理导出了单轴晶体中非寻常光(e光)的折射角满足的方程,并以方解石为例给出了数值计算结果。  相似文献   
8.
本文报道一个新颖的实时光学图象预处理器。该预处理器采用一个经过改装的微型黑白液晶电视可进行电压控制的实时光学对比度翻转和边缘增强处理。文中给出其工作原理、结构及处理结果。  相似文献   
9.
正出版社:清华大学出版社简介:中国农业大学新编教材。受益于编者20余年普通物理教学经验,本教材在内容上精心编写,结构合理,难点处理得当,尤其适合于应用技术型本科普通物理课程教学使用。主要有以下四个特点:(1)考虑不同需求,内容划分层次。标有"※"  相似文献   
10.
采用多元散射校正(MSC)预处理方法对冬小麦叶片反射光谱进行预处理,有效地减小物理因素对光谱的影响,之后用非线性迭代偏最小二乘法(NIPALS)提取经MSC处理后的反射光谱的主成分,主成分个数由交叉证实法(Cross Validation)确定,将提取的主成分作为人工神经网络(ANN)的输入,建立人工神经网络分析模型(MSC-ANN),用冬小麦叶片的反射光谱来预测冬小麦叶片叶绿素含量。校准集的化学值与预测值的相关系数r达到0.960 4,预测标准偏差SD为0.187,相对标准偏差RSD为5.18%。检验集的化学值与预测值的相关系数r达到0.960 0,预测标准偏差SD为0.145,相对标准偏差RSD为4.21%。结果表明,MSC-ANN方法能在较大程度上消除了野外物理因素的影响,使用具有代表性的光谱数据点建立模型,能够建立准确的冬小麦叶绿素含量预测模型,可代替经典分析方法,满足冬小麦叶片叶绿素快速分析的需要。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号