排序方式: 共有29条查询结果,搜索用时 15 毫秒
11.
介质双球静电问题的解析解 总被引:1,自引:1,他引:0
本文采用逆矢径变换,给出了介质双球静电问题的解析解,并导出了在点电荷激励下,介质球的介电常数趋向于无穷大时的镜像电荷分布。 相似文献
12.
本文利用逆矢径保角变换求解了相切介质双球静电问题。给出了在位于对称轴上点电荷激励下或在轴向方向均匀外场激励下的空间位分布的解析表达式,并导出了无穷大金属平板上介质球顶端最大电场强度,在金属球情况下,本文结果与已有结果一致。 相似文献
13.
ICP-AES法测定滇重楼中的微量元素 总被引:8,自引:0,他引:8
探讨滇重楼中多种金属元素的测定方法,采用湿法硝酸-双氧水进行消解,用电感耦合等离子体原子发射光谱法(ICP-AES)同时测定试样中钾、镁及多种微量元素铅、铜、铁、铬、锌和锰等的方法。其检出限为0.001 3~0.084 6 μg·mL-1,变异系数为0.7%~4.6%,回收率在93.7%~108.2%,结果令人满意。发现中药滇重楼中含有比较丰富的铁元素,微量元素在中药中可能起到一定的药理作用,用ICP-AES测定中药微量元素以评价中药价值具有重要的意义。 相似文献
14.
测试了30个品种206株石斛茎的红外光谱,光谱显示,石斛的主要物质成分为纤维素等多糖物质。用石斛的傅里叶变换红外光谱结合Wilks’Lambda逐步判别分析法对石斛品种进行识别研究,比较分析了不同的光谱范围和不同的训练样本数对识别结果的影响。对1 800~1 250cm-1光谱范围的287个变量进行品种判别分析,每个品种的训练样本分别为2,3,4,5,6个时,对训练样本的回判正确率都是100%;以余下的样本作为测试样本进行品种预测的正确率分别为79.4%,91.3%,93.0%,98.2%,100%。同时对1 800~1 500,1 500~1 250,1 250~600,1 250~950,950~600cm-1等不同光谱范围,按五种不同的训练样本情况,相同的判别分析方法进行判别分析比较,1 800~1 250,1 800~1 500和950~600cm-1光谱范围的变量更适宜进行石斛品种的判别分析;每个品种的训练样本达到3个及以上时,建立的模型判别分析结果较好。结果表明,傅里叶变换红外光谱结合逐步判别分析法对不同品种的石斛进行鉴别,能够较好的识别石斛的品种,为石斛品种的鉴别提供了一种简便、易行的新方法。 相似文献
15.
食药植物玛咖富含多种营养成分,极具药用价值。采用近红外漫反射光谱,对采自秘鲁及云南共139份玛咖样品进行产地鉴别。采用多元信号校正结合二阶导数和Norris平滑预处理光谱,利用光谱标准偏差初步选择光谱波段(7 500~4 061 cm-1),结合主成分-马氏距离(principal component analysis-mahalanobis distance,PCA-MD)筛选出适宜的主成分数为5。基于所筛选的光谱波段及主成分数,利用“模群迭代奇异样本诊断”方法剔除2个异常样品后,分别采用竞争自适应重加权法(competitive adaptive reweighted sampling,CARS)、蒙特卡洛-无信息变量消除法(monte carlo-uninformative variable elimination,MC-UVE)、遗传算法(genetic algorithm,GA)和子窗口重排(subwindow permutation analysis,SPA)四种方法筛选光谱变量信息,利用模型集群分析(model population analysis,MPA)思想对所筛选的光谱变量信息进行评价。结果显示,RMSECV(SPA)>RMSECV(CARS)>RMSECV(MC-UVE)>RMSECV(GA),分别为2.14,2.05,2.02,1.98,光谱变量数分别为250,240,250和70。采用偏最小二乘判别分析法(partial least squares discriminant analysis,PLS-DA)对四种方法筛选的光谱变量建立判别模型,随机选择97份样品作为建模集,其余40份样品作为验证集。通过R2,RMSEC和RMSEP分析可知,R2: GA>MC-UVE>CARS>SPA,RMSEC和RMSEP: GA相似文献
16.
傅里叶变换红外光谱(FTIR)结合偏最小二乘判别分析(PLS-DA)和偏最小二乘回归(PLSR)对不同采收期滇重楼(Paris polyphylla var. yunnanensis)分别进行定性鉴别与定量分析,以期为滇重楼合理采收和鉴别评价提供科学依据。采集46份不同采收期滇重楼样品的红外光谱,对光谱数据进行自动基线校正+纵坐标归一化+自动平滑+小波去噪(WD)预处理后进行PLS-DA分析;采用超高效液相色谱测定样品中重楼皂苷Ⅰ,Ⅱ,Ⅵ,Ⅶ的含量,将液相测定数据与红外光谱数据进行拟合,经自动基线校正+纵坐标归一化+自动平滑+一阶求导+正交信号校正(OSC)优化处理后,建立滇重楼中重楼皂苷Ⅰ,Ⅱ,Ⅵ,Ⅶ的快速预测模型。结果显示,(1)原始红外光谱中主要吸收区域在950~700,1 200~950,1 800~1 500和2 800~3 500 cm-1附近。(2)PLS-DA得分图可准确区分不同采收期滇重楼样品。(3)液相数据显示重楼总皂苷含量随着年限的增加先成倍增加,再逐渐减少,最后呈现缓慢增加的趋势。(4)重楼总皂苷含量定量模型的预测值与真实值间无显著性差异,表明模型预测效果好。FTIR结合化学计量学可准确区分不同采收期滇重楼并快速预测其皂苷含量,为不同采收期滇重楼的鉴别和皂苷含量预测提供一种新方法,同时为确定滇重楼的最佳采收期提供参考依据。 相似文献
17.
本文采用矩形波导中LE模及LM模作用Hansen矢量通过Ohm-Rayleigh法推导出具有E面介质的矩形波导的并矢格林函数。 相似文献
18.
19.
20.
近红外光谱快速鉴别不同产地药用植物重楼的方法研究 总被引:1,自引:0,他引:1
重楼属植物极具药用价值,野生资源主要分布在我国西南省区。应用近红外漫反射光谱,以贵州、广西和云南三个不同产区的70份野生药用植物重楼为研究对象进行产地鉴别。采用多元信号校正、标准正态变量、一阶导数、二阶导数、Norris平滑和Savitzky-Golay滤波六种方法,对训练集(50份样品)原始光谱进行优化处理。结果表明,多元信号校正结合二阶导数和Norris平滑预处理光谱效果最好。采用光谱标准偏差选择光谱波段(7 450~4 050cm-1),结合主成分-马氏距离(principal component analysis-mahalanobis distance,PCA-MD)建立分类模型,前三个主成分累计贡献率、R2、RMSEC和RMSEP分别为89.44%,97.58%,0.179 6,0.266 4,预测正确率90%;采用变量重要性图选择光谱波段(7 135.33~4 007.35cm-1),结合偏最小二乘判别分析法(partial least square discrimination analysis,PLS-DA)建立判别模型,前三个主成分累计贡献率、R2、RMSEC和RMSEP分别为89.28%,95.88%,0.234 8,0.348 2,预测正确率为100%。比较两种方法的结果可知:采用变量重要性图方法选择光谱波段结合偏最小二乘判别分析法建立的判别模型能更准确地鉴别不同产区的重楼,该方法的建立为中药材真伪和品质评价奠定基础。 相似文献