作者单位
摘要
哈尔滨医科大学医学微生物学教研室, 哈尔滨医科大学伍连德研究所, 哈尔滨 150081
发光二极管(LED)是一种将电能转化为光能的半导体电子元件。随着LED技术的不断升级, 其应用范围也从传统的照明领域延伸扩大。近年来, LED在临床应用及基础试验研究中越来越受到人们的重视, 尤其是LED在皮肤病、关节炎、骨质疏松、伤口愈合与修复、抗感染和免疫调节等方面的研究。本文将主要对LED红光在多种临床疾病中的研究和应用进行综述。
发光二极管 红光 疾病治疗 light-emitting diodes red light disease treatment 
激光生物学报
2019, 28(5): 405
作者单位
摘要
1 西安理工大学自动化与信息工程学院, 陕西 西安710048
2 西安交通大学电气工程学院, 陕西 西安710049
针对烷烃类多组分混合气体中红外光谱存在的基线漂移问题, 提出一种直接正交信号校正算法用于光谱数据预处理。 实验中采用傅里叶变换红外光谱仪采集了936组混合气体样本的光谱数据, 混合气体主要由不同浓度范围的七种组分气体组成。 将直接正交信号校正算法与导数算法进行了对比分析, 采用偏最小二乘回归方法建立了各组分气体定量分析模型, 并对模型参数(主元个数、 导数步长及正交分量的个数)进行了遍历优化选取最优分析模型。 结果表明直接正交信号校正算法对于中红外光谱基线校正效果最好, 直接正交信号校正算法用于烷烃类混合气体中红外光谱基线校正可行, 效果良好, 具有一定的实用和研究价值。
基线漂移 直接正交信号校正 导数算法 偏最小二乘回归 定量分析 混合气体 Baseline departure Direct orthogonal signal correction Derivative algorithm Partial least square regression Quantitative analysis Gas mixture 
光谱学与光谱分析
2012, 32(4): 1038
作者单位
摘要
西安交通大学电力设备电气绝缘国家重点实验室, 陕西 西安710049
特征变量选取与模型的建立是光谱定量分析的两个主要研究内容。 首先讨论了Tikhonov正则化特征光谱选取算法在多组分烷烃气体分析应用中的参数确定方法, 然后针对甲烷、 乙烷、 丙烷、 异丁烷、 正丁烷、 异戊烷和正戊烷七种烃烷的小浓度分析, 从中红外吸收光谱中提取了七组特征光谱, 并用这些特征光谱作为输出, 用神经网络建立了七种烃烷气体的分析模型。 为克服神经网络的过训练问题, 提出根据误差处理的方式从多个训练好的网络中选择最优网络的网络最优参数选择法。 最后给出了分析模型的标气检验结果表明, 在各种烃烷气体1%范围内, 提出的分析方法有效消除了各种烷烃之间的交叉敏感, 交叉干扰小于0.5%; 分辨率高, 达20×10-6。
多组分气体定量分析 特征光谱选择 Tikhonov正则化 交叉敏感 神经网络 Multi-component gas quantitative analysis Feature spectra selection Tikhonov regularization Cross-sensitivity Neural network 
光谱学与光谱分析
2011, 31(6): 1673
作者单位
摘要
西安交通大学电气电力设备电气绝缘国家重点实验室, 陕西 西安710049
针对目前傅里叶变换红外光谱分析还不能独立应用于气体成分多、 部分成分具有同种分子基团、 气体浓度变化范围大的复杂多组分混合气体的在线分析问题, 文章以甲烷、 乙烷、 丙烷、 异丁烷和正丁烷五种轻烷烃气体的混合气体的光谱分析为例, 提出采用充分考虑气体温度、 压力及干扰气的影响, 采用特征提取、 光谱畸变识别与修正、 神经网络的鲁棒建模与分层建模的方法来实现具有相同分子基团的混合气体光谱分析。 最后给出了五种轻烷烃气体的光谱与气相色谱的在线分析结果。 分析结果对比曲线表明, 两种仪器分析结果曲线几乎完全重合, 这说明该文提出的光谱分析方法可以独立应用于具有相同分子基团的多组分气体混合气体现场在线分析, 解决了科学研究和工程应用中气体组分复杂、 气体浓度变化范围大的复杂多组分混合气现场分析难题。
多组分混合气 光谱在线分析 特征提取 光谱畸变识别与修正 神经网络 Multicomponent gas mixture Spectral analysis on-line Feature variable extraction Recognition and correct of spectral aberrance Neural network 
光谱学与光谱分析
2011, 31(11): 3031
作者单位
摘要
1 西安交通大学电力设备电气绝缘国家重点实验室, 陕西 西安 710049
2 西安理
针对混合气体建模过程中最小二乘支持向量机参数难以确定及红外光谱数据计算量过大的问题, 提出一种粒子群优化的最小二乘支持向量机方法, 用于建立基于主成分分析特征提取的红外光谱多组分气体定量分析模型。 首先对主吸收峰区域的550个红外光谱数据利用主成分分析技术进行了特征提取, 将降维得到的7个特征值作为模型的输入变量从而有效地降低了计算量。 混合气体主要由浓度范围分别是0.1%~1%的甲烷、 乙烷及0.1%~1.5%的丙烷三种组分气体组成。 采用最小二乘支持向量机技术分别建立了各组分气体的定量分析模型, 利用粒子群优化算法对最小二乘支持向量机算法中的参数进行了优化选取, 取代了传统的遍历优化方法, 然后利用取得的最优参数重建定量分析模型。 实验结果表明, 采用此方法离线建模所用时间比采用遍历优化方法节省40倍以上, 预测结果误差水平相当, 满足实测要求。 粒子群优化算法在全局优化及收敛速度方面具有较大优势。 粒子群优化算法与最小二乘支持向量机技术相结合用于混合气体定量分析是切实可行的, 具有一定的实际意义和应用价值。Swarm Optimization in Quantitative Analysis of Gas Mixture
红外光谱 粒子群优化算法 最小二乘支持向量机 定量分析 混合气体  Infrared spectrum Particle swarm optimization algorithm Least 
光谱学与光谱分析
2010, 30(3): 774
作者单位
摘要
1 西安交通大学电力设备电气绝缘国家重点实验室, 陕西 西安 710049
2 西安理工大学自动化与信息工程学院, 陕西 西安 710048
通过将粒子群优化技术及BP神经网络技术相结合, 建立了三种烃烷混合气体的红外光谱定量分析模型。 混合气体主要由甲烷、 乙烷、 丙烷三种组分气体组成, 三种组分气体浓度范围分别为0.01%~0.1%。 文章首先采用主成分分析技术从红外光谱1 866个数据中提取了5个特征变量作为神经网络的输入, 将气体浓度作为网络输出。 然后将粒子群优化算法与BP神经网络技术相结合, 对网络的隐含层节点数进行了优化选择。 再对结构优化后的网络进行训练, 建立气体分析模型。 分析模型的标准气体验证实验结果表明, 采用此方法建立混合气体红外光谱定量分析模型所用时间(大约4 600 s)比单纯采用BP神经网络进行遍历优化建模所用时间(大约24 500 s)降低5倍以上, 模型预测精度水平相当, 网络结构大致相同, 具有一定的实践意义和应用潜力。
红外光谱 主成分分析 粒子群优化算法 BP神经网络 定量分析 Infrared pectrum Principal component analysis Particle swarm optimization algorithm BP neural network Quantitative analysis 
光谱学与光谱分析
2009, 29(5): 1276
作者单位
摘要
1 西安交通大学电气工程学院, 陕西 西安 710049
2 西安理工大学自动化与信息工程学院, 陕西 西安 710048
3 西安理工大学计算机科学与工程学院, 陕西 西安 710048
通过对基于四像限光电探测器的对准系统的光路分析,将系统的输入输出关系的确定转化为平面光照面积的计算,并给出了探测器各像限光照面积的求取方法,从而构建了该系统的数学模型。对该系统进行了仿真,并给出了系统的实测结果。仿真结果表明,通过设置不同的米字型标记参数,系统的输入输出关系具有不同的线性度。证明的确存在一个最佳结构参数组合,存在优化的可能。实测结果表明,该系统的最大对准偏差小于2 μm,实测偏差小于2 μm。佐证了模型的正确性,表明四像限光电探测器的对准应用可扩展到微量位移的测量。模型省去了繁杂的标定工作,消除了标定引入的非线性误差,提高了探测器的应用效率和准确度,因此具有较高的实际意义。
光学器件 四像限光电探测器 对准 微位移测量 系统建模 
中国激光
2009, 36(3): 746

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!