采集时间对油料光谱分析仪测量重复性的影响

分别从积分次数、积分时间及两者不同组合3个方面考察了采集时间对油料光谱分析仪测定Ag、B、Ba等21种元素测量重复性的影响。结果表明，积分时间、积分次数及两者不同组合均会对21种元素测量重复性产生规律性影响，但对不同元素的影响并不完全相同。在积分次数固定时，随着积分时间的增加，Ca、Cr、Mg、Mn、Si、Sn在积分时间为800 ms时，其光强信号的相对标准偏差最小；Ag、Al、B、Ba、Cd、Fe、Mo、Na、P、Pb、V、Zn在积分时间为1 000 ms时，其光强信号的相对标准偏差最小；Cu、Ni、Ti光强信号的相对标准偏差随着积分时间的增加逐渐下降。在积分时间固定时，随着积分次数的增加，除Cd、Cu、Mg、Mo外，其余17种元素在积分次数为20～25时，其光强信号的相对标准偏差均达到最小水平。在采集时间固定为20 000 ms时，Al、B、Ba、Cd、Cr、Fe、Mg、Mn、Ni、P、Pb、Si、Sn 13种元素在积分时间为800 ms、积分次数为25次的条件下，其光强信号的相对标准偏差最小，除Cd元素外，其余12种元素光强信号的相对标准偏差均小于3.5%(n=10)。该研究结果...     

基于支持向量机的低分辨核磁共振氢谱法快速预测喷气燃料密度

密度是喷气燃料生产、储运、加注过程中重要的质量指标。为了实现喷气燃料密度的快速、准确测定，提出了一种基于支持向量机（SVM）的低分辨核磁共振氢谱法预测喷气燃料密度。采集喷气燃料样品密度数据和低分辨核磁共振氢谱，利用网格寻优算法和训练集内部五折交叉验证方法优化建模参数。以均方误差和相关系数为指标，通过正交试验对影响模型性能的数据预处理方法进行优化，并对谱图特征的提取方式进行考察。在优化条件下建立的定量分析模型比偏最小二乘法模型预测准确度更高。所建模型对6个油样的预测值与标准值的相对偏差均低于0.3%，模型可应用于喷气燃料密度的快速分析。     

Optical Neural Network Architecture for Deep Learning with Temporal Synthetic Dimension

The physical concept of synthetic dimensions has recently been introduced into optics. The fundamental physics and applications are not yet fully understood, and this report explores an approach to optical neural networks using synthetic dimension in time domain, by theoretically proposing to utilize a single resonator network, where the arrival times of optical pulses are interconnected to construct a temporal synthetic dimension.The set of pulses in each roundtrip therefore provides the sites ...