导读:本文包含了激光诱导荧光光谱论文开题报告文献综述及选题提纲参考文献，主要关键词:塑料,激光诱导荧光,主成分分析,神经网络
激光诱导荧光光谱论文文献综述
王翔,赵南京,殷高方,孟德硕,马明俊[1]（2019）在《基于反向传播神经网络的激光诱导荧光光谱塑料分类识别方法研究》一文中研究指出塑料具有成本低、质量好,可塑性强等优点被广泛用于生产生活等领域,但废弃塑料处置不当容易引发二次污染。回收再利用有望成为解决废弃塑料污染问题的关键手段,其前提是对废料的准确分选。传统分选手段耗费时间,效率低下,难以实现废弃塑料的快速、经济、有效分类。激光诱导荧光技术是一种快速灵敏的光谱检测技术。具有操作简便,检测效率高,样品使用量小等优点常被应用于水体、土壤中油类,多环芳烃等有机污染物的快速识别与定量分析。利用激光诱导荧光技术可以快速采集不同塑料的荧光光谱,结合相应的模式识别算法,可实现塑料材质的快速准确识别。实验采集了8种塑料(ABS, HDPE, PA66, PLA, PP, PET, PS, PVC)共358组激光诱导荧光光谱,依据特征峰信息构建358×10的光谱矩阵。利用主成份分析法削减原光谱矩阵中的线性相关量,提高数据精度。结果显示前3个主成分的累计方差贡献值达98.085%,足以表征原光谱矩阵的主要信息。将降维的主成分PC1, PC2, PC3作为输入进行光谱分类,其中同种塑料光谱聚合度高,元素构成不同的塑料如PA66, PLA, HDPE和PVC的光谱分离度较好,而元素构成相同的塑料如PET和PLA的光谱分离度较差。PCA算法并不能准确的对未知塑料进行识别。BP-神经网络具有收敛速度快,预测精度高等特点被广泛用于模式识别和分类研究。将经PCA算法得到的简化特征矩阵作为BP-神经网络算法的输入集,其中随机抽取256组数据作为BP-神经网络算法模型的训练集,剩余的102组数据作为模型检测集。BP神经网络的隐藏层设定值为1,激活函数选择双极性Sigmoid函数,输出层为8种塑料样品。识别结果显示, 102组数据中只有一组HDPE光谱数据被错识为PS,其余101组数据全部正确识别。8种塑料荧光光谱的综合识别准确率达到99%。研究结果表明激光诱导荧光技术结合BP-神经网络算法可实现不同材质塑料的快速准确识别。为实现废弃塑料的自动化智能分选,降低回收成本,减少废弃塑料危害提供新的参考。(本文来源于《光谱学与光谱分析》期刊2019年10期）
周孟然,卞凯,胡锋,来文豪,闫鹏程[2]（2019）在《基于iPLS的矿井突水激光诱导荧光光谱特征波段筛选》一文中研究指出矿井突水一直威胁着煤矿井下施工人员的生命安全,准确且快速识别矿井突水水源类型对于矿井的安全生产起到关键性作用。激光诱导荧光(LIF)光谱技术识别矿井突水水源,有效避免了常规的水化学法需要测定多种化学参数,水源识别时间过长的缺点。提出一种间隔偏最小二乘法(iPLS)与粒子群联合支持向量分类算法(PSO-SVC)相结合的方法, iPLS算法常应用于光谱波段优选和模型的回归分析, PSO-SVC则在机器学习领域有着重要的应用,激光诱导荧光技术具有快速的时间响应、测量精度高等特点, iPLS和PSO-SVC算法运用于光谱图和光谱数据的分析,进而可以对突水水源类型识别分类。首先,用淮南矿区采集到的7种(每种水样30组)共210组荧光光谱数据进行实验,对老空水、灰岩水、灰岩水和老空水不同体积比混合水样的激光诱导荧光光谱图的差异性进行分析。比较了留出法和Kennard-Stone样本划分方法所得到的PSO-SVC模型分类准确率,采用留出法得到的训练集水样(140组)和测试集水样(70组)作为实验样本。其次,用iPLS算法将全光谱波段依次按10～25波段区间进行等分,选取划分区间的RMSECV(交叉验证均方根误差)值小于全光谱波段RMSECV值(阈值)的波段作为特征波段,结合光谱图对比分析了划分10和14个子区间的建模结果,发现通过直接观察得到的特征波段与iPLS算法筛选出的特征波段存在误差。最后,在不进行去噪、降维等预处理条件下,根据iPLS划分不同区间数的评价指标统计数据,选取划分11个区间所筛选出具有561个波长点的410.078～478.424和545.078～674.104 nm特征波段范围数据作为PSO-SVC模型的输入,以iPLS结合PSO-SVC算法筛选出的特征波段与全光谱波段、直接观察得到波段建模准确率相比,训练集与测试集的分类准确率高达100%, PSO寻优到的最佳惩罚系数c为1.367 0,核函数参数g为0.576 2。从实验结果可以看出,利用iPLS进行荧光光谱的特征波段筛选是切实可行的,提取出的特征波段能充分反映出全光谱波段的有效信息,为激光诱导荧光光谱技术用于矿井突水水源精准在线识别的研究提供了理论依据。(本文来源于《光谱学与光谱分析》期刊2019年07期）
罗邺[3]（2019）在《RP-3煤油激光诱导荧光光谱特性及流场测量应用研究》一文中研究指出示踪剂平面激光诱导荧光(Tracer Planar Laser Induced Fluorescence,Tracer-PLIF)技术是主要的光谱诊断技术,技术已被用于研究流场反应,测量流场中的热力学参数,目前常用的示踪剂多为酮类和芳香烃,对酮类和芳香烃的荧光特性已完成的研究加深了对光物理过程的理解,煤油由多种物质混合组成,这些物质的荧光特性都分别影响煤油的荧光特性,但煤油荧光特性的影响因素及各个影响因素如何对煤油荧光特性造成影响等问题需要解决,这些问题有助于深化对煤油总的光物理过程的理解,不理解该过程就无法将煤油-PLIF应用于定量测量。本文根据已有的芳香烃光物理过程理论建立了荧光产生模型,通过荧光产生模型分析国产RP-3型航空煤油的荧光特性,结合二能级系统建立函数表达式,并建立煤油荧光强度的二维分布测量模型。本文开展了对RP-3煤油的光谱测量实验研究,本文研究了温度对煤油吸收截面、荧光光谱、荧光强度的影响,激发波长266 nm,比较煤油与典型芳香烃的荧光光谱和荧光特性,确定了国产RP-3型航空煤油荧光光谱的组成成分,煤油的荧光光谱由单环和双环芳香烃的荧光光谱组成,单环和双环芳香烃的荧光光谱对温度的响应不同,使用合适的滤光片搭配相机建立了双色测温方法,并设计实验方案测量了不同波段荧光强度比值与温度的依赖关系,该方法可同步测量煤油浓度的二维分布。研究了煤油浓度与氧气浓度对煤油荧光强度的影响。本文建立了测量煤油荧光特性和吸收截面的实验系统,可用于其他示踪剂高温在环境下的光物理特性的测量,建立了煤油-PLIF测量系统与方法,用于同步测量温度与煤油浓度的二维分布,该方法可用于发动机燃烧室内流场的温度与煤油浓度定量测量。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
侯梦瑶,王思琪,姚丹雯,付尧,臧宏伟[4]（2019）在《激光脉宽和偏振效应对飞秒光丝诱导燃烧中间产物荧光光谱的影响》一文中研究指出聚焦激光脉宽和偏振对飞秒光丝诱导燃烧场中间产物荧光光谱的影响,通过改变激光脉宽、偏振状态,观测了燃烧中间产物如OH、CH、CN、C_2分子和C原子的荧光光谱变化。结果发现:随着激光脉宽和偏振椭圆率增大,各组分荧光信号强度减小,这是因为光丝内激光钳制强度及等离子的密度与激光脉宽、偏振密切相关,进而导致多光子激发燃烧中间产物的信号随之变化。(本文来源于《中国激光》期刊2019年05期）
秦泰,祖莉莉[5]（2018）在《亚硝酸环己二酯光解离过程的激光诱导荧光光谱研究》一文中研究指出亚硝酸烷基二酯是大气中烷氧自由基和氮氧化物的主要光化学来源,研究亚硝酸烷基二酯的光解过程对于监测大气中的化学过程以及防止污染改善环境具有重要意义。本文在超声射流条件下,采用355nm激光光解1,2-,1,3-,1,4-亚硝酸环己二酯,得到在26 500~30 000cm~(-1)范围内的激光诱导荧光(LIF)激发光谱,并结合理论计算对其光谱载体进行了讨论和分析。(本文来源于《光谱学与光谱分析》期刊2018年S1期）
胡锋,周孟然,闫鹏程,张杰伟,吴雷明[6]（2018）在《温度对矿井老空水激光诱导荧光光谱的影响》一文中研究指出煤矿井下突水水源的快速判别对煤矿安全生产意义非常重大,激光荧光技术用于煤矿突水水源的识别打破了传统水化学方法耗时长的不足。矿井老空水是最常见也是危害最大的水源类型,而温度是影响物质特性的重要因素之一,研究激光诱导荧光检测老空水的温度特性有助于快速准确识别矿井突水水源,该研究具有重要的学术意义和实用价值。采用405nm蓝紫光半导体激光器作为光源,设定激光器功率为120mW,产生的激光经UV/Vis石英光纤由荧光探头照射待测水样,待测水样受激光激发产生荧光由荧光探头采集,通过石英光纤传输至光谱仪。以2017年3月在淮南市张集煤矿采集的老空水作为研究对象,首先过滤掉水样中的悬浮颗粒,随后将其放置在烧杯中,使用冰块使样品温度降低至5.0℃,随后放入恒温水浴锅中,使用铁架台固定荧光探头使其位于液面下1cm处。在荧光光谱采集过程中,样品始终放置在恒温水浴锅中,通过水浴锅控制样品在10.0~60.0℃温度范围内获取荧光光谱,并讨论了温度变化对老空水激光诱导荧光光谱谱图、波峰位置及峰值、温度系数、谱图面积的影响。研究结果表明:随着温度升高,加速了分子运动,增加了分子间碰撞的概率,使得非辐射跃迁增加,老空水的荧光效率下降,荧光强度减弱,荧光光谱整体呈衰减变化主要集中在400~700nm波段;老空水荧光光谱的两个波峰所对应的波长保持不变,并未随着温度变化发生漂移,两个波峰处(472和493nm)荧光强度减弱最明显,同时荧光强度减弱与温度升高存在较好的线性关系,荧光强度和温度在472nm处拟合相关系数r~2为0.91,在493nm处的拟合相关系数r~2为0.963 36;472nm处的温度系数在20.0℃时达到最小值0.34%,493nm处的温度系数在20℃时达到最小值0.81%,两处的温度系数均在20.0℃时达到最低值即荧光光谱在20.0℃附近最稳定;温度升高,老空水在荧光光谱在400~700nm波段与温度轴包围的面积逐渐减小,400~700nm波段谱图所对应的面积与温度的拟合相关系数r~2为0.975 39即面积的减小与温度的升高有良好的线性关系。通过研究矿井老空水的温度特性,矿井老空水的激光诱导荧光光谱在20℃最稳定,在该温度条件下采用激光诱导荧光技术进行矿井水源的识别效果最佳,同时利用老空水波峰以及面积与温度的线性关系进行温度补偿可以进一步提升利用LIF技术进行矿井突水水源识别的灵敏度和精度,该研究对实现矿井老空水的快速、准确判别具有重要意义。(本文来源于《光谱学与光谱分析》期刊2018年08期）
周孟然,胡锋,闫鹏程,刘栋[7]（2018）在《基于FCM的煤矿突水激光诱导荧光光谱分析》一文中研究指出快速识别煤矿突水水源类型对于矿井水害防治意义非凡。鉴于传统水化学方法水源识别耗时较长等诸多不足,提出了将模糊C均值聚类(FCM)算法和多维标度分析(MDS)用于激光诱导荧光光谱识别煤矿突水水源这一新思路。由于FCM算法在光谱分析和模式识别等方面都有着成功的应用,况且激光光谱具有时间响应快、灵敏度高、干扰小等优点,通过实时采集水样的荧光光谱数据,利用FCM和MDS对光谱数据分析后就可以辨别水样类型。以华东地区某矿的老空水和奥灰水以及按比例混合得到水样共7种(每种水样各20个样本)为实验材料,利用405nm激光打入被测水体,一共采集了140组荧光光谱数据,随后选择合适的波长区间进行分析。取每种水样各15组共105组光谱数据用作训练集,其余35组光谱数据用作测试集。使用MDS建立七种不同水样的模型,再利用FCM算法进行聚类分析得到七种水样的簇中心,最后使用得到的簇中心对测试集进行验证。实验结果表明,不同水样的光谱图有着较大差异,选取合适的波长区间下的光谱数据,在MDS下选择维度为2,利用FCM算法对水样进行分类,全部140组样本的准确率是100%。(本文来源于《光谱学与光谱分析》期刊2018年05期）
王翔,赵南京,俞志敏,孟德硕,肖雪[8]（2018）在《土壤有机污染物激光诱导荧光光谱检测方法研究进展》一文中研究指出土壤有机物污染源广、危害程度高、监测手段有限,是继水污染、大气污染又一个引起全球关注的环境问题。土壤有机污染快速在线检测分析对农业生产、土壤调查、土质修复有着重要的意义。激光诱导荧光(LIF)光谱技术是一种基于光致发光的物质成分和含量分析技术,具有样品使用量少、预处理过程简单、检测速度快等特点,在环境科学、生物分析、生命科学等众多领域有广泛应用。国内外研究人员展开大量研究工作,已形成较完善的方法体系及技术设备。文章介绍了LIF测量系统的组成结构和工作原理,综述了现阶段LIF技术在土壤有机污染物检测研究进展,重点包括土壤中油类污染物、多环芳烃污染物、有机农药污染物的识别及定量分析方法等,以及仪器开发过程中涉及的相关问题,给出了LIF技术在土壤有机污染物检测方面的发展趋势,为进一步发展基于LIF技术的土壤有机污染物现场快速检测仪器提供参考。(本文来源于《光谱学与光谱分析》期刊2018年03期）
王翔,赵南京,孟德硕,肖雪,马明俊[9]（2018）在《基于激光诱导荧光光谱的塑料分类鉴别》一文中研究指出为了实现废弃塑料的快速分类识别,利用激光诱导荧光(LIF)光谱技术对不同材质塑料进行分类和鉴别,通过搭建LIF测量系统,使用发射波长为266nm的ND:YAG固体激光器作为光源,Ocean Maya2000Pro光谱仪作为荧光检测装置,探测了9种塑料荧光光谱。对获得的荧光光谱进行均值化处理和平滑处理,消除数据误差、减低光谱噪声。然后根据欧式距离对9种塑料样品光谱特征值进行聚类分析,结果显示,同元素构成的塑料聚类效果较好,其中5种塑料只含C、H元素为一类,剩余4种多元素塑料归为另一大类,此外荧光峰数目、位置、强度可作为塑料种类鉴定的依据。实验结果表明,LIF光谱技术可应用于识别不同塑料样品的材质,为塑料制品的快速识别分类提供一种新的方法。(本文来源于《光电子·激光》期刊2018年03期）
王书龙,向前兰,赵冬梅,马新文,杨杰[10]（2017）在《紫外光区S_2分子激光诱导荧光光谱》一文中研究指出利用真空脉冲放电超声射流气体束(H_2S/Ar~3%混合气体)的方法产生了气相S_2分子,并研究了30 400~34 400cm~(-1)范围内S_2分子的时间分辨和基态振动频率分辨的激光诱导荧光光谱,获得了184支谱带的高分辨率(0.1cm~(-1))和低分辨率(0.3cm~(-1))转动光谱。实验观测并归属了S_2分子B_u~(Σ-)-X~3Σ_g~-和B″~3Π_u-X~3Σ_g~-共84支振动跃迁,分析得到了激发态B~3Σ_u~-态ν=0~9和B″~3Π_u态ν=2~12的分子常数以及B~3Σ_u~-态的基态平衡分子构型。由于S_2分子B~3Σ_u~-与B″~3Π_u态之间存在微扰,这两个电子激发态的振动能级间隔、自旋分裂常数和自旋-轨道分裂常数变化不规律,转动跃迁强度和跃迁选择定则存在异常,利用~3Σ-~3Π的齐次微扰哈密顿量定性地对这些异常光谱进行了解释,进一步丰富了S_2分子紫外区低能电子激发态的信息。(本文来源于《光谱学与光谱分析》期刊2017年09期）
激光诱导荧光光谱论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
矿井突水一直威胁着煤矿井下施工人员的生命安全,准确且快速识别矿井突水水源类型对于矿井的安全生产起到关键性作用。激光诱导荧光(LIF)光谱技术识别矿井突水水源,有效避免了常规的水化学法需要测定多种化学参数,水源识别时间过长的缺点。提出一种间隔偏最小二乘法(iPLS)与粒子群联合支持向量分类算法(PSO-SVC)相结合的方法, iPLS算法常应用于光谱波段优选和模型的回归分析, PSO-SVC则在机器学习领域有着重要的应用,激光诱导荧光技术具有快速的时间响应、测量精度高等特点, iPLS和PSO-SVC算法运用于光谱图和光谱数据的分析,进而可以对突水水源类型识别分类。首先,用淮南矿区采集到的7种(每种水样30组)共210组荧光光谱数据进行实验,对老空水、灰岩水、灰岩水和老空水不同体积比混合水样的激光诱导荧光光谱图的差异性进行分析。比较了留出法和Kennard-Stone样本划分方法所得到的PSO-SVC模型分类准确率,采用留出法得到的训练集水样(140组)和测试集水样(70组)作为实验样本。其次,用iPLS算法将全光谱波段依次按10～25波段区间进行等分,选取划分区间的RMSECV(交叉验证均方根误差)值小于全光谱波段RMSECV值(阈值)的波段作为特征波段,结合光谱图对比分析了划分10和14个子区间的建模结果,发现通过直接观察得到的特征波段与iPLS算法筛选出的特征波段存在误差。最后,在不进行去噪、降维等预处理条件下,根据iPLS划分不同区间数的评价指标统计数据,选取划分11个区间所筛选出具有561个波长点的410.078～478.424和545.078～674.104 nm特征波段范围数据作为PSO-SVC模型的输入,以iPLS结合PSO-SVC算法筛选出的特征波段与全光谱波段、直接观察得到波段建模准确率相比,训练集与测试集的分类准确率高达100%, PSO寻优到的最佳惩罚系数c为1.367 0,核函数参数g为0.576 2。从实验结果可以看出,利用iPLS进行荧光光谱的特征波段筛选是切实可行的,提取出的特征波段能充分反映出全光谱波段的有效信息,为激光诱导荧光光谱技术用于矿井突水水源精准在线识别的研究提供了理论依据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
激光诱导荧光光谱论文参考文献
[1].王翔,赵南京,殷高方,孟德硕,马明俊.基于反向传播神经网络的激光诱导荧光光谱塑料分类识别方法研究[J].光谱学与光谱分析.2019
[2].周孟然,卞凯,胡锋,来文豪,闫鹏程.基于iPLS的矿井突水激光诱导荧光光谱特征波段筛选[J].光谱学与光谱分析.2019
[3].罗邺.RP-3煤油激光诱导荧光光谱特性及流场测量应用研究[D].哈尔滨工业大学.2019
[4].侯梦瑶,王思琪,姚丹雯,付尧,臧宏伟.激光脉宽和偏振效应对飞秒光丝诱导燃烧中间产物荧光光谱的影响[J].中国激光.2019
[5].秦泰,祖莉莉.亚硝酸环己二酯光解离过程的激光诱导荧光光谱研究[J].光谱学与光谱分析.2018
[6].胡锋,周孟然,闫鹏程,张杰伟,吴雷明.温度对矿井老空水激光诱导荧光光谱的影响[J].光谱学与光谱分析.2018
[7].周孟然,胡锋,闫鹏程,刘栋.基于FCM的煤矿突水激光诱导荧光光谱分析[J].光谱学与光谱分析.2018
[8].王翔,赵南京,俞志敏,孟德硕,肖雪.土壤有机污染物激光诱导荧光光谱检测方法研究进展[J].光谱学与光谱分析.2018
[9].王翔,赵南京,孟德硕,肖雪,马明俊.基于激光诱导荧光光谱的塑料分类鉴别[J].光电子·激光.2018
[10].王书龙,向前兰,赵冬梅,马新文,杨杰.紫外光区S_2分子激光诱导荧光光谱[J].光谱学与光谱分析.2017