基于LIBS与GA-PLS的钢铁中Mn，Ni元素定量分析研究

钢材炼制过程锰、镍元素的含量均会对最终产品的硬度脆度产生影响,但由于其添加的含量需要进行严格控制,同时传统的钢铁成分检测的设备成本高、效率低、速度慢,因此需要一种高精度的快速实时分析方法。利用遗传偏最小二乘法（GA-PLS）结合LIBS技术对钢铁样品光谱中的Mn和Ni两种元素进行定量检测,并且与传统PLS的定量分析结果进行对比,以验证GA-PLS模型预测性能。采用购置于钢材市场的12个钢铁样品,其中9个样品的光谱信息作为校正集训练模型,3个作为测试集验证模型定量性能。GA-PLS通过不断提高变量被选频率的阈值,用不同阈值下的变量建立PLS模型,对比选出最低RMSECV时的阈值（Mn和Ni元素的光谱输入变量被选频率的最佳阈值分别为8和7）。结果显示：GA-PLS锰元素预测结果的R2_P和RMSE_P分别是0.999 0和1.347 3,相对分析误差（RPD）为2.5;镍元素预测结果的R2_P和RMSE_P分别是0.999 5和0.525 4,RPD为8.6,最终预测的结果优于PLS。该结果表明了GA-PLS算法在冶金金属元素分析领域具有可持续性挖掘的潜力,同时也将促进LIBS技术在钢铁冶炼领域更深层次的应用。     

基于NELIBS技术和EN-SVR模型的生物炭中水溶态P元素定量检测研究

生物炭还田能够提供大量植物可吸收利用的有效态磷。采用激光诱导击穿光谱（LIBS）技术对秸秆基生物炭中水溶态磷（P）元素进行定量检测研究。首先选用疏水性的聚乙烯平板作为液固转换基底以降低液滴干燥后基底表面严重的“咖啡环效应”。为解决生物炭中水溶态P元素LIBS信号低灵敏度问题,研究并探讨了3种粒径金纳米颗粒（Au nanoparticles,AuNPs）对P元素4条分析谱线的信号增强性能。结果表明大粒径（73 nm和105 nm）的金纳米颗粒更容易发生聚集效应,并且光谱信噪比较大。进一步地比较分析了3种粒径金纳米颗粒增强后P 元素的单变量校正曲线模型效果,45 nm的金纳米颗粒信号增强后的单变量校正曲线模型效果均最优。将该粒径金纳米颗粒增强后的4条分析谱线展宽波段光谱用于弹性网络-支持向量回归（EN-SVR）模型构建,其最优模型的预测平均误差（ARP）和预测相对标准偏差（RSDP）分别为5.40%和11.09%。研究结果表明纳米颗粒增强激光诱导击穿光谱（NELIBS）结合EN-SVR模型可以用于生物炭中水溶态P元素精确定量检测。     

腔体约束LIBS结合机器学习对土壤重金属元素的定量分析

土壤重金属元素含量检测及防治,对我国农业、生态环境修复具有重大意义。利用外加腔体约束结合激光诱导击穿光谱技术（LIBS）获得土壤光谱数据,采用机器学习对土壤中重金属元素Ni和Ba含量进行分析。实验设置延迟时间为0.5～5 μs,选择Ni Ⅱ 221.648 nm和Ba Ⅱ 495.709 nm作为目标研究特征谱线,计算两种LIBS条件下延迟时间对信噪比、光谱强度及增强因子的影响。结果表明,腔体约束LIBS（CC-LIBS）可以增大光谱强度及目标元素信噪比,同时随着采集延迟时间增长,等离子体数目变少,光谱强度及信噪比逐渐减小并趋于稳定;当延迟时间设置为1 μs时,CC-LIBS条件下Ni和Ba元素特征谱线信噪比达到最优,确定此时为LIBS最优实验条件。通过最优条件获取9种含Ni和Ba元素土壤样品的光谱数据,由于采集到的每组光谱信息有12 248个数据点,利用主成分分析（PCA）对CC-LIBS条件下的光谱数据降维,在保留95%以上的土壤原始信息后,选择9个主成分作为定量分析模型的输入变量,以提高模型的运算速度。采用机器学习中的Lasso,AdaBoost和Random Forest模型,对PCA降维后的光谱数据进行建模及预测,实现土壤重金属元素Ni和Ba的定量分析。结果表明,与Lasso和AdaBoost模型相比,Random Forest模型在训练集和测试集中表现出的预测性能最优。Random Forest模型下Ni元素在测试集中的R2为0.937,RMSEP为3.037;Ba元素在测试集中的相关系数R2为0.886,均方根误差RMSEP为90.515。基于腔体约束LIBS技术结合机器学习,为土壤重金属元素的高精度检测提供了技术指导。     

基于内标法和CARS变量优选的倍硫磷含量LIBS检测

利用共线双脉冲激光诱导击穿光谱（LIBS）技术对溶液中的倍硫磷含量进行定量检测研究。采用石墨对倍硫磷溶液进行富集,利用双通道高精度光谱仪获取样品的LIBS光谱。以碳元素谱线（CⅠ247.856 nm）为内标对210~260 nm波段谱线进行校正,然后利用竞争性自适应重加权算法（CARS）筛选与倍硫磷相关的重要波长变量,最后应用最小二乘支持向量机（LSSVM）建立倍硫磷含量的定标模型,并与基本定标法及内标法建立的单变量定标模型进行比较。研究结果表明,共线双脉冲LIBS技术可以用于溶液中的倍硫磷含量检测。基本定标法建立的最优定标模型的拟合度R²为0.935 04,预测集样品的平均预测相对误差（PRE）为41.50%;内标法建立的最优单变量定标模型的拟合度R²为0.993 61,预测集样品的平均PRE为14.91%;内标-CARS-LSSVM定标模型的拟合度R²为0.998 6,预测集样品的平均PRE为8.06%。对比上述3类定标模型,内标-CARS-LSSVM定标模型性能最优,内标法建立的定标模型次之,而基本定标法建立的定标模型最差。由此可知,CARS方法可以有效筛选倍硫磷相关的重要变量,内标法结合CARS及LSSVM方法可以改善定标模型性能,提高预测精度。     

最小二乘支持向量机和内标法的乐果农药含量LIBS检测

利用共线双脉冲激光诱导击穿光谱 (LIBS)对溶液中的乐果含量进行定量检测。采用圆柱形桐木木片对农药乐果进行富集,然后利用双通道高精度光谱仪获取样本在206.28~481.77 nm波段范围的LIBS光谱。选用4条磷元素谱线(P Ⅰ 213.618 nm,P Ⅰ 214.91 nm,P Ⅰ 253.56 nm,P Ⅰ 255.325 nm)为分析线,碳元素谱线(C Ⅰ 247.856 nm)为内标线,应用单变量线性拟合及最小二乘支持向量机(LSSVM)方法分别建立溶液中乐果含量的单变量定标模型、LSSVM定标模型及基于内标法的LSSVM定标模型,并进行比较。三个定标模型中,基于内标法的LSSVM定标模型性能最优,LSSVM定标模型性能次之,而单变量定标模型性能最差。结果表明,共线双脉冲LIBS技术结合LSSVM及内标法可以用于溶液中的乐果含量定量检测,所建立的定标模型的决定系数为0.999 7,训练集和验证集的平均相对误差分别为11.24%及12.01%。LSSVM方法及内标法均能在一定程度上改善定标模型的性能,提高预测精度。     

SiPLS-CARS与GA-ELM对哈密瓜冠层叶片含水率的反演估测

传统的叶片含水率检测方法效率低、操作繁琐且是有损的检测,不利于大田哈密瓜叶片含水率的快速获取。为实现对大田哈密瓜生长期进行更精细的田间灌水管理,利用光谱技术分别获取了哈密瓜植株在成长期（M₁）、开花期（M₂）、结果期（M₃）、成熟期（M₄）四个时期内的冠层叶片样本,采用烘干法测得叶片样本的含水率。为提高预测模型的精度和稳定性,首先开展并讨论极限学习机（ELM）模型中的核函数与隐含层神经元个数的选择对ELM模型精度的影响。随后分别利用联合子区间偏最小二乘法（SiPLS）及其与竞争性自适应重加权采样法（CARS）、遗传算法（GA）、连续投影算法（SPA）的组合算法对全波段光谱数据中与叶片含水率相关性高的特征波长进行筛选提取。再分别使用GA与粒子群算法（PSO ）对已经确定最佳核函数与隐含层神经元个数的ELM模型中的输入层与隐含层间的连接权值（W）和隐含层神经元阈值（B）进行优化选择,获取最优且稳定的W与B值,进一步提高模型的稳定性和预测精度。最后将四种特征波长提取算法优选出的特征波长分别进行ELM,GA-ELM,PSO-ELM建模分析,以校正集和预测集的相关系数R_c与R_p为模型评价指标,经过对比分析优选出能准确预测哈密瓜冠层叶片含水率的反演估测模型。采用SiPLS及其与CARS,GA和SPA的组合算法提取特征波长,筛选出的变量数分别为273,20,32和6,占全光谱变量的15.6%,1.2%,1.9%和0.03%。进一步将筛选出的特征波长作为自变量,叶片的含水率作为因变量,建立了ELM的预测模型,最佳预测精度R_p值为0.845 0,预测精度不是很理想。故引入GA与PSO对ELM中随机产生的W与B值进行优化选择。最终,经过研究发现,利用GA优化后的ELM模型结合SiPLS-CARS筛选出的特征波长建立的哈密瓜冠层叶片含水率预测精度最优,故反演叶片含水率的最优建模方式为SiPLS-CARS-GA-ELM,R_c值为0.928 9,R_p值为0.903 2,所建模型精度较高,可为大田哈密瓜冠层叶片的含水率进行快速检测,为田间灌溉管理提供科学依据。     

基于CART回归树的LIBS特征变量选择方法研究

激光诱导击穿光谱技术（LIBS）用于检测时,由于谱线多且复杂,存在许多冗余的信息,这些都会对定量分析造成影响。因此,提取有效的特征变量在LIBS的定量分析中具有非常重要的意义。对CaCl₂溶液中的Ca元素进行光谱特征选择方法分析,对比单变量模型、偏最小二乘回归和CART回归树定标模型的准确度和稳定性。针对水体表面的波动性较大,光谱稳定性差,同时光谱受基体效应和自吸收效应影响等问题,首先采用单变量模型得到的拟合系数（R2）仅有0.933 2,训练均方根误差（RMSEC）、预测均方根误差(RMSEP)和平均相对误差(ARE)分别为0.019 2 Wt%,0.017 7 Wt%和11.604%。经偏最小二乘回归优化后,模型R2提高到0.975 3,RMSEC,RMSEP和ARE分别降低到0.010 8 Wt%,0.013 Wt%和7.49%。为了进一步提高定量分析的准确度,建立CART回归树定标模型。该方法在构建树模型时,通过平方误差最小化准则,从复杂的光谱信息中选取最优的特征变量组合做分类决策,从而建立Ca元素的定标曲线。通过CART回归树的变量选择,特征变量个数从100个减少到6个,变量的压缩率达到了94%,显著降低了无关谱线的干扰,回归树模型的相关系数R2,RMSEC,RMSEP和ARE分别为0.997 5,0.003 5 Wt%,0.006 1 Wt%和2.500%。相较于传统的单变量模型与偏最小二乘回归,CART回归树模型具有更高的精度、更小的误差。通过对特征变量的有效筛选,剔除无关信号的干扰,显著降低了基体效应和自吸收效应对LIBS定量分析的影响,提高了定量分析的准确度和稳定性。     

二维完全阻挫$lt;i$gt;XY$lt;/i$gt;模型的动力学指数

采用大规模动力学蒙特卡罗模拟方法,对二维完全阻挫XY模型的Kosterlitz-Thouless（KT）型相变展开数值研究.系统从有序初始态出发演化到高于KT相变的温度,以普适的动力学标度形式为基础,通过测量磁化和Binder累积量,得出动力学关联时间和平衡态空间关联长度,确定出更精确的动力学指数z.特别是建议并证实了一种在KT相变温度以上（T>T_KT）,独立判断动力学指数z的方法.模拟结果表明,动力学指数z≈2,这与在相变温度以下（T<T_KT）测量的结果一致. 关键词： 蒙特卡罗法 动力学指数 Kosterlitz-Thouless相变 XY模型')" href="#">二维完全阻挫XY模型     

复合肥中磷元素的激光诱导击穿光谱多元非线性定量分析

采用激光诱导击穿光谱技术对复合肥中磷元素含量进行了定量分析。通过分析特征谱线的激发能级、跃迁概率和干扰情况,确定255.3和844.6 nm分别为磷元素、氧元素的分析线。实验中对18个复合肥样品进行了测量分析,用14个样品建立磷元素的定标曲线,相关系数r仅为0.83,因此采用多元非线性回归方法进行定量分析,提高测量的准确性。与传统定标曲线相比,在考虑氧元素特征谱线的影响时,LIBS测量值与参考值的相关系数r提高到0.98,测量的相对误差大大减小,仅为0.38%～1.70%。实验结果表明,LIBS技术具有快速分析复合肥中磷元素的潜力。     

Dzyaloshinskii-Moriya相互作用对量子XY链中热纠缠的影响

研究了Dzyaloshinskii-Moriya(DM)相互作用对混合自旋(1/2,3/2)XY链以及自旋为1的XY链热纠缠的影响.通过计算两粒子之间的纠缠,发现它不仅能够增强纠缠,而且能使两粒子之间的纠缠度达到一稳定值;当温度较高时,要使热纠缠达到稳定值需要更强的这种相互作用.在相同的条件下,自旋s=1的两粒子之间的纠缠要小于混合自旋两粒子之间的纠缠.粒子之间的交换耦合相互作用有助于加强粒子之间的热纠缠,因此可以与DM相互作用一起调节纠缠度.当交换耦合相互作用比 关键词： 量子纠缠 XY 模型')" href="#">XY 模型 negativity Dzyaloshinskii-Moriya相互作用     

Self-consistent mean-field study of the anisotropic two-dimensional XY model

The self-consistent harmonic approximation is applied to the classical two-dimensional anisotropic XY (planar rotator) model on the square lattice. From the effective spin-wave stiffness constant data the phase diagram is constructed and the corresponding lattice dimensionally crossover exponents are defined and found. The variation of the stiffness constant jump with the anisotropy magnitude is obtained and the scaling functions ε(X) are extracted.     

Low-overhead fault-tolerant error correction scheme based on quantum stabilizer codes

Fault-tolerant error-correction (FTEC) circuit is the foundation for achieving reliable quantum computation and remote communication. However, designing a fault-tolerant error correction scheme with a solid error-correction ability and low overhead remains a significant challenge. In this paper, a low-overhead fault-tolerant error correction scheme is proposed for quantum communication systems. Firstly, syndrome ancillas are prepared into Bell states to detect errors caused by channel noise. We propose a detection approach that reduces the propagation path of quantum gate fault and reduces the circuit depth by splitting the stabilizer generator into X-type and Z-type. Additionally, a syndrome extraction circuit is equipped with two flag qubits to detect quantum gate faults, which may also introduce errors into the code block during the error detection process. Finally, analytical results are provided to demonstrate the fault-tolerant performance of the proposed FTEC scheme with the lower overhead of the ancillary qubits and circuit depth.     

基于LIBS的山药饮片产地溯源研究

山药为薯蓣科植物薯蓣的根茎,其中的多糖、多酚、皂苷、黏蛋白和维生素C等成分使山药具有抗肿瘤、抗氧化、抗炎症、降血糖和降血脂等作用。不同产地的山药由于生长条件存在差异,致使药用成分含量显著不同,结合独特的炮制工艺,进而导致市场价格差别大,所以山药饮片的产地识别至关重要。为对山药饮片进行产地溯源,本文基于激光诱导击穿光谱(LIBS)技术提出多元散射矫正-改进遗传算法-支持向量机(MSC-IGA-SVM)模型对山药产地进行精确识别。使用八个不同产地的山药饮片进行LIBS实验,八种产地的山药饮片磨粉过筛后制成粉末压片,通过采集山药饮片的LIBS光谱,分别使用单一分类器与使用光谱预处理、特征提取及模式识别算法的模型对光谱的识别结果进行对比。将光谱信号按2∶1的比例划分为训练集和测试集,使用5次交叉验证K-邻近算法(KNN)模型的测试集准确率作为预处理参数优化的评价指标。各类药材的平均光谱整体趋势一致,所含谱峰基本相同,但因产地不同导致峰值强度各不相同,道地山药对一些金属元素(K, Na, Ca, Mg, Al)的富集能力大于非道地产区山药,其中,K元素特征谱线(769.90 nm)的峰值最高,即...     

Short-time dynamic behaviour of critical XY systems

Using Monte Carlo methods, the short-time dynamic scaling behaviour of two-dimensional critical XY systems is investigated. Our results for the XY model show that there exists universal scaling behaviour already in the short-time regime, but the values of the dynamic exponent z differ for different initial conditions. For the fully frustrated XY model, power law scaling behaviour is also observed in the short-time regime. However, a violation of the standard scaling relation between the exponents is detected.     

The crystallographic symmetries of single BaPb1−xBixO3 crystals grown from BaCO3-PbO2-Bi2O3 solutions

Single crystals of Perovskite-type oxide BaPb_1−xBi_xO₃ are grown from BaCO₃-PbO₂-Bi₂O₃ solutions which are weighed in two kinds of mixing ratios: X/2 mol % BaCO₃ − (100−X) mol % PbO₂ − X/2 mol % Bi₂O₃ and (10+X/2) mol % BaCO₃ − (90−X) mol % PbO₂ − X/2 mol % Bi₂O₃ These room temperature crystal structures are examined by using an X-ray powder diffraction method. The crystals grown from X/2−(100−X)−X/2 mol % solutions are orthorhombic at room temperature, while the structures are tetragonal with crystals grown from relatively Ba rich and Pb poor ( (10+X/2)−(90−X)−X/2 mol % ) solutions. This result indicates that the difference in the mixing ratio of the initial materials brings about a drastic structural change. The orthorhombic and the tetragonal crystals of x0.25 exhibit superconducting transition at 10K and 12K, respectively. The transition temperature in the latter is 2K higher than the former. In the light of this result, some difference between orthorhombic and tetragonal crystals is considered to influence superconductivity in this system.     

基于激光诱导击穿光谱的岩屑识别方法研究

石油钻井过程中的岩屑录井无论对油气勘探开发还是钻井工程都是极为关键的技术,而岩屑描述工作是岩屑录井过程中的一个重要的环节。利用激光诱导击穿光谱(LIBS)技术结合判别偏最小二乘法(PLS-DA)对来自录井现场的粉砂岩、石英砂岩、青绿色泥岩、黑色泥岩四种岩屑样品进行识别。在获取LIBS光谱数据后分别建立了全谱模型和特征模型,其中特征模型的识别正确率为86.7%,略低于全谱模型的88.3%,但通过特征提取使得模型中变量数由24 041个减少到27个,极大缩减了数据量,提高了运算效率,更加符合岩屑录井现场快速分析的要求。结果表明LIBS技术结合一定的化学计量方法能够对不同种类的岩屑进行快速、有效的识别,在岩屑录井现场中有很大的应用潜力。     

特征变量提取方法对脐橙皮中Cu元素LIBS检测精度的影响

食品重金属污染日趋严重,常规的实验室化学分析方法难以满足现代农业发展的需求。激光诱导击穿光谱是一种新兴的快速无损检测新方法,但该技术存在检测稳定性、灵敏度和精确度不高的瓶颈问题。本工作以江西特色水果赣南脐橙中的Cu元素为研究对象,探讨采用LIBS技术检测的可行性问题。首先对脐橙样品进行实验室污染处理,再利用优化的试验参数(激光能量120 mJ、光谱采集延迟时间1.14 μs、采集积分时间2 ms)采集样品表皮的LIBS光谱信息,然后利用AAS对激光击打部位果皮进行Cu元素真实含量检测。提取Cu Ⅰ324.7 nm与Cu Ⅰ 327.4 nm作为Cu元素定量分析特征光谱,建立Cu元素真实浓度与Cu Ⅰ 324.7强度、Cu Ⅰ 327.4强度、Cu Ⅰ 324.7与Cu Ⅰ 327.4强度之和的关系模型,并对模型的灵敏度和预测准确度进行了分析。结果显示,三个关系模型的浓度预测相对误差均在7.01%以下,最小分别达到了0.02%,0.01%和0.02%,平均相对误差分别为2.33%,3.10%和2.63%。试验表明,寻找合适的特征变量能明显提高定量分析结果的精确度。此外,该研究有助于为重金属元素在果皮果肉中的传输规律提供理论依据。     

磁共振碳谱研究:应用分子子图指数估计与预测卤代烃化学位移

系统研究了核磁共振碳谱(¹³C NMR)与化学位移规律及其定量构谱关系(QSSR).本文提出了一组含多元素组成的分子子图指数矢量(VMSG),并发现它与卤代烃化学位移(CSRX)有很好线性相关性.采用多元线性回归(MVLR)进行准确估计与预测,结果良好.