1 中国科学院上海应用物理研究所, 上海 201800
2 中国科学院大学, 北京 100049
3 重庆理工大学, 重庆 400054
为了满足自准直系统的高精度要求, 同时扩展其适用范围, 以便更好地应用于科学研究, 在光学自准直原理的基础上, 针对大口径细光束的自准直系统进行研究, 并对其误差源做了深入分析。对入射光束发散度引入的误差、CCD离焦误差、光学元件姿态引入的误差、反射镜平面度误差、准直系统瞄准误差以及原理误差这六种主要的误差源做了定量分析, 同时对外界环境条件引入的误差进行了定性分析。通过对上述误差的定量与定性分析, 可以直观地观察各误差源对系统精度产生的影响, 为后续大口径细光束自准直系统的设计提供了重要的理论支持。
自准直系统 误差源分析 细光束 发散度 精度 autocollimating system error source analysis thin beam divergence precision
1 天津大学计算机科学与技术学院, 天津市认知计算与应用重点实验室, 天津300072
2 天津大学化工学院, 天津, 300072
3 烟台大学生命科学学院, 山东 烟台264005
4 中法合营王朝葡萄酿酒有限公司, 天津300402
近年来, 基于朗伯-比尔定律和化学计量学的红外光谱定量分析方法发展十分迅速。 其中, 选择合适的预处理方法和有效的校正模型是定量分析成功的关键。 选取30个葡萄酒样品, 运用红外光谱结合向量回归算法SVR, 对葡萄酒乳酸、 酒石酸、 乙酸异戊酯、 3-甲基-1-丁醇进行了红外含量预测。 选用标准归一化、 基线校正以及异常样本点剔除三种谱图预处理方法, 结合支持向量回归算法。 实验结果表明该方法行之有效, 计算值与标准值间的相对误差可被控制在5%以内。 该方法可应用于葡萄酒中代表性物质含量的定量分析检测。
傅里叶变换红外光谱法 定量分析 支持向量回归 Fourier transform infrared spectroscopy(FTIR) Quantitative analysis Support vector regression (SVR) 光谱学与光谱分析
2013, 33(11): 3014
