目前浮选提高重晶石品位的方法通常采用新型浮选药剂从低品位重晶石矿中进行分选,采用微波加热预处理矿物可提高浮选回收率,但微波对浮选药剂与矿物的作用机理还不清楚。微波加热技术近年来用于矿物加工、冶金与材料制备等领域,具有反应速度快、产品指标高等优点。以油酸钠为捕收剂,对微波预处理后的重晶石纯矿物进行浮选,并对不同微波作用时间下的重晶石浮选样品进行红外光谱检测,通过红外拟合平滑光谱和二阶导数光谱计算分析,研究微波对重晶石浮选的影响机理。浮选试验结果表明,未经微波预处理的重晶石,在油酸钠用量为55 mg·L
文章在分析甘肃“一带一路”国际合作现状基础上,构建科技创新竞争力评价体系,从科技创新投入、产出、效益、潜力四个方面,对比分析5年丝绸之路沿线14个省区市科技创新竞争力水平变化情况,找出甘肃在“一带一路”开放合作中的创新竞争力优劣势,最后从改善环境层、激发主体层、夯实资源层、扩充交流层提出相关建议。
当前,有关量子点pH响应方面的研究主要集中在含Cd(镉)类量子点,且都是研究其稳态荧光光谱对pH值的响应。然而,Cd类量子点对生物体系具有一定的毒性,且稳态荧光光谱法由于受浓度等因素的影响具有一定的不稳定性,因此应用于生物体系中作为pH探针具有明显的缺点。基于以上分析,通过水相合成法,我们制备出了基于谷胱甘肽配体的水溶性ZnSe量子点,该量子点具有毒性小,生物兼容性好等特点,适合被应用于生物体系中。利用所制备的ZnSe量子点,采用时间相关单光子计数技术,结合紫外可见吸收光谱和稳态荧光光谱,对pH值在5~1
高光谱遥感技术因为具有图谱合一的优势,并且相较于传统多光谱遥感技术,可以实现对目标的精确识别,逐渐运用于地表植被的探测。选择以滇中地区的竹林、华山松、杂木林这三类典型地表植被为研究对象,基于机载高光谱影像数据,通过对原始高光谱、一阶微分处理光谱、连续统去除处理光谱进行处理与对比分析,获得滇中三类典型地表植被类型高光谱特征的初步探测认识。主要结果包括:(1)基于对原始光谱特征分析得出,三类典型地表植被的原始高光谱的最佳波段窗口出现在690~946 nm,且在该波段范围内光谱反射率特征为竹林>华山松&g
老虎山东铁矿地处甘肃北山造山带东部,处于哈萨克斯坦板块、塔里木-华北板块、西伯利亚板块的交汇部位[1],是北山地区铁、铜、铅锌等金属矿产成矿的重要地段[2]。老虎山东铁矿Ⅲ矿带前期工作程度较低。本次研究通过矿区详查,对Ⅲ矿带深部矿体进行钻探工程控制,开展成矿背景、矿区地质、矿床地质、矿石类型及地球物理特征的综合研究,认为该矿床为浅海相沉积变质型铁矿床,矿区内古硐井群灰岩、花岗闪长岩与地层接触部位、磁性矿石以及磁异常正负伴生的部位是有利的找矿标志。
提出了一种将表面增强拉曼光谱技术(SERS)和基于灰狼优化(GWO)算法的支持向量回归(SVR)相结合快速定量检测水中总氮(TN)、总磷(TP)含量的定量分析方法。传统的TN、TP检测方法不但过程繁杂,实验环境要求高,而且耗时较长,不能实现快速检测。而SERS技术操作简单,耗时短,将其与GWO-SVR算法相结合可以实现快速精确检测。以实验室配制的银溶胶作为拉曼光谱增强基底,不同浓度梯度TN、TP溶液为研究对象,分别配制TN、TP样本溶液26组和23组,其中TN溶液选取8组作为测试集,TP溶液选取7组作为测
基于神经网络的非侵入式负荷分解方法需要利用大量的先验数据对神经网络进行训练,针对某一特定设备在大量的先验数据参与训练的情况下,可达到较好的分解效果,然而将该模型应用于其他设备时,分解精度会迅速下降,因此具有较大的局限性,不利于基于神经网络的非侵入式负荷分解方法在智能电网中的大规模部署。针对此类问题,提出了一种域适应深度学习方法,该方法从训练数据角度出发,混合源域数据与目标域数据对网络进行训练,极大提升了非侵入式负荷分解网络模型的泛化性能。依据现有公开数据进行实验测试,本文所提方法显示出了良好的效果。
利用无人机航拍获得稻田高光谱图像并计算特征点的归一化植被指数(NDVI),通过NDVI值秩和检验的方法对稻曲病发病程度进行检测。在中国水稻研究基地选取28块面积相同的相邻水稻试验区,采用4种不同农田管理方式,分别为自然生长和喷洒3种不同农药,每种管理方式有7个不同播种日期,相邻地块前后播种日期相差1周,依次递减,每个区域种植水稻500株左右。在稻曲病发病盛期,先实地调查水稻的发病状况,根据单位面积内稻穗的发病数目得到发病指数。然后用无人机载高光谱相机拍摄试验田得到所有试验区的高光谱图。对各个高光谱图像进行
通过岗位胜任力在人才培养中的重要性,针对难以适应现代中药产业链职业岗位的困惑,结合现有《药用植物学》教学的特点,提出以岗位胜任力为导向的药植教学新模式,为《药用植物学》教学模式提供了一种新的思路。
针对近红外光谱高维、高冗余、非线性和小样本等特点导致光谱相似性度量时出现的“维度灾难”,提出一种基于核映射和rank-order距离的局部保持投影(KRLPP)算法。首先将光谱数据经过核变换映射到更高维空间,有效保证了流形结构的非线性特征。然后改进局部保持投影(LPP)算法对数据进行降维操作,将rank-order距离替代传统的欧氏距离或测地线距离,通过共享邻近点的信息,得到更加准确的局部邻域关系。最后在低维空间通过距离的计算实现光谱的度量。该方法不仅有效解决了高维空间存在的“距离失效”问题,同时还提高了