加权增量卡尔曼滤波法在ICP－AES中的应用

卡尔曼滤波法用于ＩＣＰ－ＡＥＳ分析时，在白色噪音情况下能给出准确的分析结果，当试样的某些组分未知时，测量噪音将不是白色的，分析结果将不准确。本文提出了一种加权增量卡尔曼滤波法来解决这个问题。     

P-RE-USY沸石的稳定性、酸性和裂化反应特性

采用NH3-TPD、FT-IR、XRD和元素分析方法研究了稀土和磷改性沸石P-RE-USY的酸性、水热稳定性,并在小型固定流化床反应装置中评价了含有这种改性沸石催化剂的反应性能。结果表明,由于磷促进了稀土离子由超笼向方钠石笼中的迁移,阻止了沸石在水热条件下的脱铝作用,从而改善了P-RE-USY沸石的水热稳定性；P-RE-USY沸石酸性分布更集中在中强酸范围,有利于发生氢转移反应,而强酸数量的降低有利于减少焦炭形成,改善了焦炭选择性。评价表明含有这种改性沸石的催化剂显示了优越的降低汽油烯烃的效果,柴油产率可增加2.31%。     

ICP-AES中光谱干扰及其校正方法的研究

在ICP-AES分析中,光谱干扰现象构成分析误差。本文在充分了解光谱干扰产生的机理的基础上,根据光谱学原理,运用数学计算方法,并借助计算机技术,提出以谱峰分离的拟合方法扣除谱线重叠干扰。大量模拟实验的结果表明,此方法可以定量地对这类干扰进行扣除且效果显著。     

卡尔曼滤波法的模型误差

卡尔曼滤波法用于ＩＣＰ－ＡＥＳ时，在白色测量噪音条件下给出很准确的分析结果，因此引起了越来越多分析工作者的重视。然而，由于实际试样的复杂性，要搞清其中的每一种成分是困难的，有时甚至是不可能的。当一些未知谱线没有被测量模型考虑时，测量噪音不再是白色的，模型误差也就随之产生。本文讨论的重点是模型误差及其对分析准确度的影响。我们的研究表明，该问题对卡尔曼滤波法来说是严重的。     

基于视觉注意机制的感兴趣区检测

提出了一种基于视觉注意机制的感兴趣区检测方法：使用分水岭方法分割图像区域;根据生物的视觉注意机制特性,选用中央周边差的采样方式提取图像特征,将不同维的图像特征融合为显著图;显著点经过竞争得到的注意焦点作为分水岭分割的种子点,然后融合显著图和分水岭分割区得到感兴趣区;遵循返回抑制和邻近优先的准则选择并转移注意焦点,从而计算区域的重要性或兴趣度.实验结果表明该方法符合生物的视觉注意机制,在自动检测感兴趣区时可以有效减少过分割,也能较好的处理大对象.     

体全息存储图像的信噪比研究

根据全息存储二值图像的特性,提出了评价重构图像信噪比的方法,并对掺铁铌酸锂晶体中角度复用全息存储图像的信噪比作了详尽的定量研究,包括存储过程中图像信噪比的动态演变,以及页内和页间串扰对重构图像信噪比的影响.测量结果表明,串扰噪声引起的信噪比下降趋势与理论分析一致,图像信噪比的恶化主要是由于相干光学噪声和测量仪器的噪声;实验结果还表明即使在较小的衍射效率下也可获得较好的存储图像信噪比,从而为存储容量和图像质量之间的最佳均衡创造了条件.     

改进灰度世界颜色校正算法

讨论了灰度世界算法,提出了两种改进的灰度世界算法——基于标准差加权的算法和基于图像熵约束的算法,从而避免了当给定图像仅有少量几种颜色或大块单一颜色时的冥法失效问题.通过对算法颜色校正结果进行主观(视觉上)评价,并对算法性能通过使用色差数据进行了客观评价.实验结果表明:改进算法对实际采集的图像和下载的图像都有较好的校正效果.