基于紫外-可见光吸收光谱的COD软测量模型构建方法

    公开(公告)号:CN117074333B

    公开(公告)日:2024-11-15

    申请号:CN202310628547.5

    申请日:2023-05-30

    摘要: 本发明公开了基于紫外‑可见光吸收光谱的COD软测量模型构建方法,涉及水质监测技术领域,其技术方案包括:对光谱探头全波段的吸光度进行重复性和稳定性检验,获得检验合格的光谱探头;通过检验合格的光谱探头采集不同水样在全波段的吸收光谱作为水样的光谱数据,通过水样的光谱数据和对应水样的浓度值构建水样样本,组成数据库;通过CARS算法对水样光谱数据进行变量筛选,选出交互验证均方根误差最低的变量组合形成预测模型的训练样本集;基于训练样本集构建LSSVR预测模型,基于DBO算法优化LSSVR预测模型的参数,形成基于紫外‑可见光吸收光谱的COD软测量模型,提供了一种精度与泛化能力具佳的COD软测量模型。

    X射线荧光CT与康普顿相机复合成像系统及方法

    公开(公告)号:CN114910495A

    公开(公告)日:2022-08-16

    申请号:CN202210724424.7

    申请日:2022-06-23

    申请人: 重庆大学

    摘要: 本发明涉及一种X射线荧光CT与康普顿相机复合成像系统及方法,系统包括X射线源和与X射线源间隔设置的样品台;还包括两套康普顿相机吸收探测器,两套康普顿相机吸收探测器信号连接数据处理系统;所述两套康普顿相机吸收探测器设置在X射线源和样品台之间,且两套康普顿相机吸收探测器对称设置在X射线源和样品台两者的直线连线的两侧,每套康普顿相机吸收探测器与样品台之间还分别对应设有康普顿相机散射探测器;任一康普顿相机散射探测器上开设有开孔;康普顿相机吸收探测器的材质为碲锌镉以使其可以同时兼具X射线荧光探测器的功能。本发明可取得优化空间分辨率、系统灵敏度、缩短成像时间的效果。

    适用于窄板的热电偶绝缘密封结构

    公开(公告)号:CN111562025A

    公开(公告)日:2020-08-21

    申请号:CN202010432587.9

    申请日:2020-05-20

    申请人: 重庆大学

    IPC分类号: G01K7/02 G01K1/08 G01K1/14

    摘要: 本发明提出了适用于窄板的热电偶绝缘密封结构,涉及窄板检测领域。本发明包括窄板,上述窄板的外侧设有第一绝缘层,上述窄板上设有测量孔,上述测量孔的开口端贯穿上述第一绝缘层,上述测量孔内相接设有密封管,上述密封管内设有带绝缘层的热电偶,上述热电偶的两侧分别贯穿密封管的两侧,上述热电偶的测量端与上述测量孔的底部相接,上述热电偶外侧设有第二绝缘层,上述密封管内设有与热电偶相接的第三绝缘层,上述热电偶远离测量孔的一端设有与密封管可拆卸连接的密封盖。本发明提高了热电偶安装在窄板内的绝缘性能和密封性能。

    一种非同步辐射微束X射线荧光CT成像系统及方法

    公开(公告)号:CN105842267A

    公开(公告)日:2016-08-10

    申请号:CN201610181077.2

    申请日:2016-03-28

    申请人: 重庆大学

    IPC分类号: G01N23/223

    CPC分类号: G01N23/223

    摘要: 本发明提出一种X射线源荧光CT成像系统,包括X射线源、多毛细管聚焦透镜、两个X射线强度探测器、样品控制台、荧光探测器以及数据处理系统。X射线管源发出的X射线光经过多毛细管聚焦透镜聚焦成微束平行光,照射到被检测样品,通过样品控制台控制被检测样品平移和转动,X射线光与被检测样品中的物质相互作用而产生荧光,利用荧光探测器对X射线荧光进行探测,数据处理系统将荧光探测器测得的X射线荧光光谱经分析处理得到X射线荧光CT的投影数据,将X射线强度探测器记录入射、出射X射线的强度进行计算得到透射CT投影数据,再通过透射CT投影数据以及X射线荧光CT投影数据对所述样品中元素分布和含量进行重建。

    基于直接光谱法的全天候长流域水质监测与预警系统

    公开(公告)号:CN105300909A

    公开(公告)日:2016-02-03

    申请号:CN201510873406.5

    申请日:2015-12-02

    申请人: 重庆大学

    IPC分类号: G01N21/31 G08C17/02

    摘要: 本发明涉及一种基于直接光谱法的全天候长流域水质监测与预警系统,属于水质监测技术领域。所述系统包括水质监测装置、云数据处理平台和远程监控平台;水质监测装置的数量为多个,根据需要放置于水体岸边、水面浮标或其他水面平台上,对长流域的水质数据进行提取,所述水质监测装置利用直接光谱法获取监测水体的吸收光谱,并将监测到的数据和水质信息通过无线传输的方式传送至云数据处理平台;云数据处理平台对接收到的数据进行汇总和分析,并存入数据库中;远程监控平台通过对存入数据库中的数据进行查询和显示,实现对全天候长流域水质环境的实时监测和预警。本系统能够实现对流域内水体环境全天候的在线测量、实时监测、突发性预警、流域分析以及水环境监控,减少因水体污染造成的损失,保障人们饮水安全。

    基于分形和压缩感知的CT重建方法

    公开(公告)号:CN104361618A

    公开(公告)日:2015-02-18

    申请号:CN201410672269.4

    申请日:2014-11-20

    申请人: 重庆大学

    IPC分类号: G06T11/00 A61B6/03

    摘要: 一种基于分形和压缩感知的CT重建方法,包括步骤:(1)已知CT投影数据b和相应的投影角度θ,初始化参数β、λ、λn,CT图像u=0;(2)根据投影角度θ,计算出相应的投影矩阵A;(3)使用式(5)计算CT图像uART;(4)对uART进行分形编码处理得到Φ(u),使用式(12)得到α;(5)对Φ(u)做解码处理得到ΦT(u);6)分别求解ΦT(u)Φ(u)、ΦT(u)α、ATA、ATb;(7)使用共轭梯度法求解式(15),得到CT图像;8)检查是否满足迭代结束的条件,是转至步骤(9),否则步骤(3);(9)结束,输出CT图像。方法使用分形作为稀疏变换以获得更稀疏的系数表示,使用迭代连续迭代算法进行求解,实现在少投影的情况下重建出高质量的CT图像。

    一种基于紫外-可见光谱处理的水质浊度解算方法

    公开(公告)号:CN103983595A

    公开(公告)日:2014-08-13

    申请号:CN201410228062.8

    申请日:2014-05-27

    申请人: 重庆大学

    IPC分类号: G01N21/33 G01N21/31

    摘要: 一种基于紫外-可见光谱处理的水质浊度解算方法,1)先建立包含不同水样样本光谱的水样特征库;2)采集检测水样紫外-可见光谱;3)匹配得到与检测光谱最接近的样本光谱;4)选取匹配得到的样本光谱中浊度为0的光谱为标准光谱,将检测光谱及其它浊度光谱与标准光谱一元线性回归运算,得到各光谱基线平移量和倾斜偏移量;5)对检测光谱进行修正得到修正后的光谱曲线;6)选取基线平移量与浊度进行拟合,建立函数关系,从而求解出检测水样的浊度值。本发明采用多元散射校正来修正光谱曲线,由修正得到的参数拟合求解出水质浊度,同时消除了浊度影响,提高了光谱信号的信噪比,为化学计量法建立水质参数分析模型提供了帮助。

    压缩感知框架下脉冲-连续核信号混合重构方法

    公开(公告)号:CN103595417A

    公开(公告)日:2014-02-19

    申请号:CN201310403313.7

    申请日:2013-09-06

    申请人: 重庆大学

    IPC分类号: H03M7/30

    摘要: 本发明涉及压缩感知框架下脉冲-连续核信号混合重构方法。其脉冲核信号的重构包括以下步骤:采集脉冲核信号;处理脉冲核信号;根据压缩感知的三个重要步骤处理脉冲核信号;其连续核信号的重构,包括以下步骤:采集连续核信号;稀疏表示连续核信号;分解连续核信号;重构还原连续核信号;逆变换得到去噪效果良好的连续核信号。本发明能够对不同探测器所测得的脉冲核信号进行重构复原,只需要通过观测矩阵采集少量的有效信息,存储到电脑中,当需要分析核信号的时候,就通过OMP算法来还原原始数据,不仅能极大地降低电脑的存储量,也能够很大程度的节省硬件资源;同时还能够对得到的随机连续核信号进行处理,得到良好的无噪声干净信号。

    一种基于并联型遗传Elman神经网络的源驱动式235U浓度识别方法

    公开(公告)号:CN101718769B

    公开(公告)日:2012-12-26

    申请号:CN200910191494.5

    申请日:2009-11-17

    申请人: 重庆大学

    摘要: 本发明公开了一种基于并联型遗传Elman神经网络的源驱动式235U浓度识别方法。主要包括建立神经网络模型,神经网络模型结构分为三层:数据分配层、子网层、综合决策层;对获取的中子脉冲信号自相关函数做预处理;将处理后的信号自相关函数样本输入并联型遗传Elman网络的数据分配层,采用循环随机多点抽样法对样本数据进行分配;将分配好的数据分别输入子网层中的各个遗传Elman子网进行识别,并各自给出识别结果;综合决策层通过对多个子网的识别结果作综合处置,得出235U浓度最终识别结果。该方法因其较高的数据利用率,新颖的网络结构,取得了较好的235U浓度识别效果。