太赫兹时域光谱葛粉掺薯粉检测研究

来源 :激光与光电子学进展 | 被引量 : 0次 | 上传用户:kentxp
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
使用太赫兹时域光谱(THz-TDS)技术对葛粉中掺薯粉的含量进行定性、定量检测。对葛粉中掺薯粉的光谱数据进行采集,利用偏最小二乘法(PLS)建立葛粉掺薯粉定性模型以判断葛粉中是否掺薯粉,得到PLS的总误判率为0%,模型相关系数为0.925。结果表明:PLS可实现葛粉中是否掺薯粉的定性判别。再利用PLS和最小二乘支持向量机(LS-SVM)算法分别建立葛粉中掺薯粉的定量模型。利用PLS建立的模型的相关系数为0.932,预测集的均方根误差(RMSE)为 2.6%;利用LS-SVM建立的模型的相关系数为0.957,预测集的RMSE为 1.6%,结果表明:利用LS-SVM的葛粉掺薯粉定量模型更准确,说明THz-TDS技术可用于对葛粉中掺薯粉进行快速、有效、无损检测。
其他文献
从理论上提出了一种利用钠原子玻色-爱因斯坦凝聚体中Λ型三能级原子与一束较弱的压缩相干态探测光和一束较强的经典耦合光相互作用产生受激拉曼(Raman)跃迁制备压缩原子激光的方法,并研究了这种原子激光的压缩性质及其影响因素。结果表明,在一定条件下,通过这种方式制备的原子激光的量子涨落可以周期性地被压缩,其压缩深度决定于压缩态光场的初始压缩因子,而压缩周期与原子阱中的平均原子数、压缩态光场与超冷原子相互作用的强度及光场的失谐量有关。
数字图像相关(DIC)法中初值选取的好坏对图像亚像素位移的搜索效率、算法的收敛速度有着很大的影响。提出了一种基于KAZE特征匹配的数字图像相关法,即KAZE算法。KAZE算法与传统的特征检测算法的区别在于其是通过建立非线性尺度空间来消除噪声与提取特征点,可以有效地避免边界模糊和细节丢失。通过KAZE算法匹配出图像变形前后特征点对坐标,使用仿射变换估计初始变形参数;使用反向组合高斯牛顿法对估计初值进
期刊
从时域的耦合波方程出发,数值研究了宽带钕玻璃激光谐波转换装置中输出三倍频脉冲的幅度调制效应,提出在三倍频的和频过程中加入一束窄带脉冲来抑制输出脉冲的幅度调制效应。研究结果表明,窄带脉冲的引入可大大减缓群速度失配对相位匹配带宽的限制,从而可以很好地抑制三倍频脉冲的幅度调制效应;对于目前所需要的带宽为1 THz的紫外脉冲,传统三倍频基本装置中的幅度调制深度为180%,采用上述方案后,三倍频脉冲的幅度调制深度降低到20%。
在光学玻璃电流传感器中,如果光线反射转向时在光的p、s分量之间引入反射相移,则会对该传感器的抗电磁干扰能力产生不良影响。本文对这种影响进行了理论上的分析,并给出了数值模拟和实验的结果。
The chimera state is the concurrent combination of synchronous and incoherent oscillations in a set of identical oscillators. In this study, we demonstrate the states for optical nanoresonators where the oscillators are designed based on a plasmonic dimer
日本电子技术综合研究所的电子物理研究室正在研制脉宽5微微秒、输出0.3兆兆瓦的世界最高水平的大功率微微秒激光器,并在进行实验。现在用钕玻璃激光器作振荡源,其输出经过十一级放大,稳定地获得0.3兆兆瓦的输出。如果完全运转,便可能达到1兆兆瓦;如果予定的四级放大器用上的话,则几兆兆瓦的输出也是可能的。
期刊
期刊
近几年虽然基于神经网络的超分辨率重建技术发展迅速,但仍然存在不易找到合适尺寸的卷积核、网络层数过深导致收敛缓慢等缺点。为此,提出了一种能多尺度提取特征并包含多重残差的网络模型。低分辨率图像输入网络,通过多个多尺度残差模块,在每个模块进行多尺度特征提取、特征融合,构建残差输出到下一个模块,通过所有模块后再次构建残差,最终经过亚像素卷积输出高分辨率图像。实验结果表明,多重残差的引入使学习的收敛速度更快
In this paper, we propose a novel method to automatically detect the belt-like object, such as highway, river, etc., in a given image based on Mumford-Shah function and the evolution of two phase curves. The method can automatically detect two curves that