邢志军
,
高金昌
,
刘鹏
,
杨凤
,
杨成瑞
黄金
doi:10.11792/hj20150112
对云南镇沅金矿石中的碳质物进行了谱学表征和分析，研究了生物氧化工艺对该类碳质物的氧化特点。采用X射线衍射（ XRD）、红外光谱（ FTIR）和拉曼光谱（ Raman）对镇沅金矿石的浮选金精矿和生物氧化渣进行了结构和谱学特性的表征，并结合数学分析软件对拉曼数据进行分峰拟合。其结果表明，镇沅金精矿碳质物中固体碳具有与石墨类似的晶体结构，但相对于石墨而言，其晶体结构不完善，存在缺陷。该固体碳石墨化程度低于活性炭，煤化程度高于无烟煤，具有较强的“劫金”作用。对金精矿进行生物氧化预处理后，固体碳的晶体结构没有明显变化。由此证明，对于碳质物中石墨化程度较低的固体碳，采用生物氧化工艺不能有效消除其“劫金”能力。
关键词:
碳质物
,
固体碳
,
谱学表征
,
生物氧化
于海琦
,
刘真
,
田全慧
影像科学与光化学
doi:10.7517/j.issn.1674-0475.2015.02.161
为了实现扫描仪在不同光源、不同观察者条件下准确获取颜色信息,最大程度的避免同色异谱现象,本文采用光谱的方法对扫描仪进行特性化处理,通过多项式回归和BP神经网络分别与主成分分析法结合,首先对检测样本的光谱反射率进行主成分分析,提取主成分与主成分系数,通过实验得到主成分系数与多项式回归、BP神经网络结构之间的转换模型,实现了扫描仪低维RGB信号对原始光谱反射率信息的重构,进而实现扫描仪的光谱特性化.实验结果表明,多项式项数为19项时,达到训练样本的均方根误差为1.7％,检测样本的均方根误差为1.9％.而包含15个隐层节点的单隐层BP神经网络结构为比较合理的网络结构,达到训练样本的均方根误差为1.3％,检测样本的均方根误差为1.5％.对彩色扫描仪的特征化处理,采用多项式回归法得到光谱特性化精度较低,采用BP神经网络模型能够实现更高的光谱特性化精度.
关键词:
彩色扫描仪
,
光谱特征化
,
多项式回归
,
BP神经网络
,
主成分分析
于海琦
,
刘真
,
田全慧
液晶与显示
doi:10.3788/YJYXS20163102.0201
为实现LCD显示器的光谱特征化,本文提出一种基于遗传算法优化(Genetic Algorithm,GA)的BP神经网络(GA-BP)结合PCA(Principal component analysis)的光谱特征化模型.首先对显示器色空间进行子空间划分,同时采用PCA对光谱数据进行降维,接着在各子空间中采用遗传算法对BP神经网络的权值阈值进行优化,建立显示器驱动值与光谱数据之间的神经网络模型,实现了显示器的光谱特征化.实验结果表明子空间划分后,在子空间中进行模型参数的优化有利于模型整体精度的提高,GA的优化有效改善了BP神经网络的极值问题,提高了模型的精度,PCA在不影响模型精度的同时提高了算法的运行效率.由此说明该模型是一种高精度显示器特征化模型.
关键词:
BP神经网络
,
遗传算法
,
光谱特征化
,
液晶显示器
,
主成分分析
