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   2篇
  免费   0篇
  国内免费   2篇
化学   2篇
物理学   2篇
  2017年   1篇
  2014年   2篇
  2011年   1篇
排序方式: 共有4条查询结果,搜索用时 31 毫秒
1
1.
通过高温固相法合成了Dy3+,Tm3+单掺杂的四硼酸锌(ZnB4O7)磷光体,测定了室温下这2个磷光体经60Coγ-射线辐照后的三维热释光谱。从三维热释光谱可以观察到:这2个磷光体的主发光峰均位于218℃;ZnB4O7∶Tm3+磷光体的主热释光峰的发射波长为366、453、475、651和754 nm,ZnB4O7∶Dy3+磷光体的主热释光峰的发射波长为480、573、665和755 nm,分别为稀土离子Tm3+和Dy3+的特征跃迁发射。对于Tm3+掺杂的ZnB4O7磷光体,热释光发射强度较高,在辐射剂量学领域有潜在的应用。利用峰形法,评估了ZnB4O7∶Tm3+磷光体在218℃时发光峰的动力学参数,其陷阱深度E为1.64 eV,频率因子为3.42×1016s-1,遵循二级动力学。  相似文献   
2.
对犀牛角及其替代品进行红外光谱分析,结果表明,犀牛角在2350cm-1有两个磷脂P-H伸缩振动的吸收峰,水牛角在此处也有两个吸收峰,强度稍高于犀牛角,而其他角样品在此处只有一个吸收峰或无吸收峰;在1733cm-1有氨基己糖和磷脂的C=O伸缩振动弱吸收峰,在881cm-1有牛磺酸的S-O伸缩振动吸收峰,其他角样品都无此吸...  相似文献   
3.
为了探究一种新型高效的树种鉴别方法,以桉木、杉木、落叶松、马尾松和樟子松近红外光谱数据为研究对象,分别建立了基于主成分分析和支持向量机的木材树种定性识别模型。在主成分识别模型中,样本光谱数据经过预处理后绘制了其二维和三维主成分得分图,可以看出:主成分分析得分图能有效区分五种木材树种,且三维得分图比二维得分图更能直观、清晰展示树种之间的差异,表明主成分分析在可视化层面上可对小样本树种进行有效判别。在支持向量机识别模型中,分别建立了以遗传算法和粒子群算法为代表的智能算法优化支持向量机树种识别模型,结果显示,遗传算法-支持向量机模型的交叉验证最佳判别准确率为95.71%,测试集预测准确率为94.29%,算法用时134.08 s;粒子群算法-支持向量机模型的交叉验证最佳判别准确率为94.29%,测试集预测准确率为100.00%,算法用时19.98 s,表明基于智能算法支持向量机树种识别模型能够实现对木材树种的有效鉴别。该研究对近红外光谱分析技术在木材科学领域的应用进行了有益探索,为木材树种的快速识别提供了新方法。  相似文献   
4.
1
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