基于深度学习的白酒分类识别方法

以深度学习为基础,结合Tensorflow与Keras框架,建立了基于深度学习的白酒品牌分类预测模型。通过电子舌(阵列式传感器)对待测白酒的特征信息进行采集,并与已知的待测白酒样品类别结合建立测试样本数据集,通过训练集与测试集对基于深度学习的白酒品牌分类预测模型进行训练与性能检验。结果表明,该预测模型的白酒品牌识别率达99.987%,准确率较高。     

基于FT-NIR光谱技术结合KPCA-MD-SVM对白酒基酒的快速判别

为保证在摘酒过程中基酒分段的准确,研究通过利用傅里叶变换近红外设备对整个摘酒过程中的基酒样品进行光谱采集,使用支持向量机（SVM）对最优预处理的基酒光谱建立基酒分段模型,其模型训练集的正确率为93.02%,测试集判别率为90.08%。为减少建模时间和提高模型的可靠性,使用核主成分分析（KPCA）对基酒光谱数据降维,并对此建立基酒分段模型。其训练集正确率为94.81%,测试集判别率为90.75%,相比无KPCA分析时的分段模型训练集高1.79%,测试集高0.67%。为进一步提高模型的判别能力,使用马氏距离（MD）剔除了降维后的异常数据样品,创建的基酒分段模型训练集对基酒段数的正确率为98.72%,测试集正确率为98.75%。剔除异常样品后的分段模型的训练集正确率提高了3.91%,测试集判别率提高了8%。以上研究表明了KPCA+MD+ SVM基酒分段模型能对基酒进行快速判别,为近红外光谱在自动化摘酒方面提供了一种理论可能。     

不同离子浓度对~(239)Pu在高庙子膨润土上的吸附影响

采用静态吸附法研究了239 Pu在CO2-3、HCO-3、SO2-4、Mg2+、Ca2+、Fe3+等不同离子浓度下在膨润土上的吸附。实验结果表明:随着CO2-3、HCO-3、Mg2+、Ca2+、Fe3+浓度的增大,239Pu在膨润土上的吸附分配系数Kd值逐渐减小,而随着SO2-4浓度的增加,Kd值先增加后减小,其中CO2-3、Fe3+浓度对Kd值影响较大。     

基于DSP+USB的放射性污染监测现场数据采集系统设计

针对放射性污染监测现场对现场数据高速、实时采集的需求,设计了一种基于DSP和USB2.0为核心的放射性信号数据采集系统,并介绍了该系统的总体结构和具体的软硬件实现方案。该系统将DSP高速的运算速度和数据处理能力、FPGA强大的逻辑处理能力以及USB高速传输速度相结合,构建了一套高速实时的放射性数据采集系统,具有速度快、逻辑处理能力强、稳定性高等优点,该系统在现场测试表现出较好的效果。     

H2O2活化蒙脱石对溶液中U(Ⅵ)的吸附

利用H₂O₂对蒙脱石进行活化，获得了活化蒙脱石吸附材料(A_X-MMT)，采用X射线衍射(XRD)、傅里叶红外谱图(FTIR)、透射电镜(TEM)、扫描电镜(SEM)、比表面分析(BET)、表面Zeta电位分析等手段对活化样品进行了表征；采用静态批量实验法，考察了H₂O₂浓度、pH值、接触时间和共存阴阳离子对U(Ⅵ)在A_X-MMT上吸附率的影响。结果表明：活化保留了蒙脱石基础结构，其阳离子交换容量(CEC)有所减少，但层间距、比表面积、孔隙体积、表面酸位点和表面Zeta电位均有明显提升，对溶液中U(Ⅵ)的吸附性能显著增强；在最佳活性和吸附条件下(H₂O₂质量分数、pH值和接触时间分别为10%、6和24 h)，蒙脱石对U(Ⅵ)的吸附性能提升了8.5倍，吸附行为符合准二级吸附动力学模型；在共存阴阳离子的干扰下，H₂O₂活化蒙脱石能对U(Ⅵ)展现良好的吸附性能。     

点源空间效率函数法层析γ扫描无源效率刻度

介绍了基于点源空间效率函数的层析γ扫描(TGS)无源效率刻度方法.利用TGS系统MC-NP模型计算探测空间120 cm×60 cm×50 cm和γ能量0.01～1.408 MeV的点源空间效率,建立点源空间效率函数及参数,采用体素中心点源效率等效法,实现体素效率矩阵计算.结果表明:5种γ能量在探测空间507个位置处的效...     

EDXRF-1024便携式高精度X荧光分析仪

EDXRF-1024便携式高精度X荧光分析仪采用的是新型电致冷Si-PIN半导体探测器和放射性同位素源,在无液氮冷却的条件下能够实现对样品的现场测量;仪器一次可以同时测量5种以上元素,甚至多达十余种元素的定性、定量测定,其检出限可达10---200mg/kg,在原位条件下分析精度可达2%-10%.     

伊利石和高岭石对U(Ⅵ)的吸附

以伊利石和高岭石为吸附剂,通过静态吸附法研究了其对U(Ⅵ)的吸附特性。考察了接触时间、初始浓度、吸附剂质量、pH、温度、离子种类、腐殖酸等对其吸附效果的影响;采用红外光谱(FTIR) 对伊利石和高岭石的结构进行了表征。研究结果表明：伊利石和高岭石对U(Ⅵ)具有很强的吸附能力,在10 h、铀初始质量浓度为30 mg/L、吸附剂质量为0.04 g、pH=5的条件下,伊利石对U(Ⅵ)的吸附效果最好;在12 h、铀初始质量浓度为30 mg/L、吸附剂质量为0.01 g、pH=5的条件下,高岭石对U(Ⅵ)的吸附效果最好;随着温度的升高,伊利石和高岭石对U(Ⅵ)的吸附能力不断增强,尤其是伊利石;溶液中Mg²⁺、CO^2-₃、HCO^-₃显著降低了伊利石和高岭石对U(Ⅵ)的吸附效果;随着腐殖酸浓度的增加,伊利石对U(Ⅵ)的吸附能力提高,高岭石对U(Ⅵ)的吸附能力降低。     

Qt与Matlab混合编程法设计α能谱分析软件

基于Qt Creator、QWT以及Matlab设计了α能谱分析软件。使用了Qt与Matlab混合编程技术实现能谱分析算法;软件使用QWT第三方图形类库可以直观的显示能谱,显示界面更友好;能谱数据以及分析结果显示于软件的主界面。测试结果表明:软件可以实现预期的能谱分析功能,运行速度理想,结合Matlab提高了软件开发的效率。