- 综合排序
- 最热优先
- 最新优先
- 来自专栏测试GO材料测试
一篇文章读懂原子荧光光谱AFS技术：原理、特点、应用
一篇文章读懂原子荧光光谱AFS技术：原理、特点、应用原子荧光光谱（Atomic Fluorescence Spectrometry, AFS）技术是一种用于元素分析的强大手段，以其高灵敏度、高选择性等优点在环境 一、原理原子荧光光谱技术是基于原子荧光现象的一种分析技术；其基本原理如下：1. 样品预处理：将待测样品进行适当的前处理，如消解、富集等，使目标元素转化为可被测定的形态。2. 3. 荧光激发：利用特定波长的光源（如空心阴极灯）照射原子化的样品，使目标元素原子吸收能量，从基态跃迁到激发态。4. 荧光发射：激发态的原子在返回基态时，以光辐射的形式释放能量，产生荧光。5. 3. 线性范围宽：AFS技术的线性范围可达3-5个数量级，适用于不同浓度水平的样品分析。4. 分析速度快：AFS技术具有较高的分析速度，适合大批量样品的快速检测。5. 案例3：在食品安全领域，AFS技术用于检测粮食、蔬菜、肉类等食品中的铅、镉等重金属含量，保障人民群众“舌尖上的安全”。
1.1K10编辑于 2024-08-06 - 来自专栏脑机接口
eeglab教程系列(3)-绘制通道光谱图
在进行通道光谱图绘制前，需要先按照eeglab教程系列(2)-绘制脑电头皮图进行先操作(只需操作完第二步后点击OK即可)。 绘制通道光谱图 在eeglab界面进行如下操作：Plot > Channel spectra and maps，会打开pop_spectopo.m界面。 ?
75641发布于 2020-06-29 - 来自专栏脑机接口
eeglab中文教程系列(3)-绘制通道光谱图
本教程为脑机学习者Rose发表于公众号：脑机接口社区(微信号：Brain_Computer) [欢迎关注] 在进行通道光谱图绘制前，需要先按照eeglab中文教程系列(2)-绘制脑电头皮图进行先操作(只需操作完第二步后点击 绘制通道光谱图 在eeglab界面进行如下操作：Plot > Channel spectra and maps，会打开pop_spectopo.m界面。 也可以设置为100%，设置100%的效果图为: [图3] 上面图中，每个彩色记录道表示一个数据通道活动的频谱。最左边的头皮图显示了6赫兹时头皮的能量分布，这些数据集中在额叶中线。
1.3K00发布于 2019-10-14 - 来自专栏机器视觉产品资料查询平台
多光谱与高光谱工业相机技术原理与差异
多光谱与高光谱工业相机通过捕捉传统RGB相机无法获取的波长信息，实现了更精细的分析和高维数据解读。该技术正迅速在农业、医疗、半导体等多个领域得到广泛应用。 普通相机拍摄的是人眼可见的整个可见光波段，而光谱成像技术则将光线划分为多个波长段进行感测，从而实现对物质特性的分析与分类。1、高光谱相机通过棱镜光谱仪技术检测数百个连续的波长段。 3、多光谱相机与高光谱相机的区别多光谱（Multispectral）与高光谱（Hyperspectral）相机均可检测可见光及不可见光（红外、紫外等）中的特定波长，但主要区别在于波段数量与连续性。 高光谱相机则可检测多达1680个（视型号而定）连续波段，实现更细致、精准的光谱分析。其优势在于能够识别肉眼或普通相机无法区分的微小物质差异。 4、 R、G、B 多光谱与高光谱相机对比分析为了从普通RGB相机获取光谱信息，通常需要使用额外的滤光片或特定波长的照明设备。为了获得多波长数据，环境配置往往需要投入大量时间和精力。
26210编辑于 2026-01-29 - 来自专栏全栈程序员必看
高光谱图像分类综述_高光谱图像样本进行扩增
像元形状指数 HSI- Hyperspectral Imaging 高光谱成像 随机森林 Reflective Optics Spectrographic Imaging System (ROSIS-03) 反射光学光谱成像系统
50710编辑于 2022-09-20 - 来自专栏二猫の家
【遥感图像处理】绘制高光谱3D立方体
但是这里却到了一个问题，由于使用的高光谱数据集是mat格式，Envi是不支持这种格式的。无奈只能先将mat格式转成了tif格式。 使用MatLab将mat格式转为tif，废话不多说，直接上代码。 (参考https://blog.csdn.net/Eric_Fisher/article/details/90230072) % mat2tif % 将高光谱mat文件，保存为tif clc; clear 在Envi工具栏中选择Spectral->Build 3D Cube。在3D Cube File对话框中选择高光谱数据集，单击OK按钮。 在打开3D Cube Parameters对话框中，设置以下参数： （1）Color Table使用了默认参数。 （2）波普缩放系数（Spectral Scale）：波普放大系数，对于多光谱等波段数较少的数据，可以适当的设置这个系数。 （3）选择输出路径及文件名，单O击OK按钮执行。 （4）显示结果图。
1.7K10编辑于 2024-04-24 - 来自专栏疯狂学习GIS
ASD地物光谱仪的.asd光谱曲线转为TXT文件
本文介绍基于ViewSpec Pro软件，将ASD地物光谱仪获取到的.asd格式文件，批量转换为通用的.txt文本格式文件的方法。 ASD光谱仪是英国Malvern Panalytical公司研发的系列野外便携式全范围光谱辐射仪和光谱仪，可以获取地物的实时光谱信息。 我们用这一系列中的设备产品对地物的光谱加以获取后，默认是以.asd格式文件来存储的；而这一文件格式相对并不普及，我们往往需要将其转换为其他更易分享的文件格式。 我们首先在下图所示的上方紫色框位置处，配置我们需要导出的数据类型（一般就是选择反射率）；随后，一般会选中下图所示的下方紫色框内的勾选项，从而保证将多个光谱曲线放在一个.txt格式文件中，从而方便我们后期对光谱曲线数据的读取与进一步处理
70850编辑于 2023-09-18 - 来自专栏量子化学
荧光光谱的理论计算
简化的Jablonski能级图 from Wikipedia 二、荧光光谱的特征 由于分子需要能过激发才能产生发射过程，因此，常常将激发和发射光谱绘制在一起。 荧光光谱有如下特征： (1) Stokes位移 荧光发射波长总是比相应的吸收光谱的波长长，称为Stokes位移，如下图所示。 ? (2) 镜像对称 荧光发射光谱与吸收光谱之间常常存在近似的镜像关系，不完全对称。这是因为吸收光谱的形状取决于S1的振动能级结构，而发射光谱的形状取决于基态的振动能级，两者往往比较相似。 (3) 荧光发射光谱的形状与激发波长无关 这是原理部分提到的Kasha规则造成的。 三、计算方法与实例 对激发态不熟的同学可以参看《激发态计算入门》和《激发态计算中的溶剂效应》两篇文章。 (3) 用线性响应模型优化激发态的几何结构，同方法一的第(3)步： %chk=c153.chk #p opt pbe1pbe/6-311G** td scrf=(solvent=cyclohexane)
7.2K30发布于 2020-07-27 - 来自专栏疯狂学习GIS
用AvaSpec 2048便携式光谱仪测定地物高光谱曲线
本文介绍基于AvaSpec-ULS2048x64光纤光谱仪测定植被、土壤等地物高光谱曲线的方法。 AvaSpec是由荷兰著名的光纤光谱仪器与系统开发公司Avantes制造的系列高性能光谱仪，广泛应用于各类光谱测定场景。 本文就以AvaSpec系列产品中的AvaSpec-ULS2048x64这一款便携式地物高光谱仪为例，介绍基于这一类便携式地物光谱仪进行地物高光谱曲线的测定方法。 这里大家需要确保仪器已经和光谱测定的光纤探头相连接，否则会没有数据的。 3 白板定标 随后，需要进行白板定标。 得到地物合适、稳定的光谱曲线后，点击“Save Experiment”选项，即可保存当前地物的光谱曲线。 需要对这一光谱曲线进行命名。
87810编辑于 2022-12-18 - 来自专栏巴山学长
科研作图之光谱图绘制
感谢大家关注matlab爱好者微信公众号，今天给大家介绍如何绘制带可见光光谱背景的光谱图！！！ 本视频使用的绘图软件是Origin2019学习版 (关于如何获取Origin学习版软件，请查阅本公众号文章：开启OriginLab 2019的正确姿势)；所用数据来源网络，这里要求使用的数据横坐标要在光谱波长区间内 温馨提示：在公众号中回复“光谱”或“光谱图”即可获取视频中的origin工程文件，由于版本原因，可能会出现兼容性问题；在导出tiff格式文件时，请选择24位RGB，不然会出现颜色过渡不连贯的问题。
4.1K20发布于 2019-07-15 - 来自专栏量子化学
红外光谱的理论计算
室温下分子一般处于振动基态，吸收红外光子后会发生振动激发，产生红外光谱。 对某振动模式，从基态跃迁到第一激发态吸收的光子的频率称为该振动模式的基频。 对于n个原子组成的分子来说，非线形分子有3n−6个振动自由度，线形分子有3n−5个振动自由度。 原则上讲，每一个振动自由度都会对应一个吸收峰，但实际上红外吸收峰常少于振动自由度，因为：（1）根据光谱选律，伴随偶极变化的振动才有红外吸收；（2）振动频率相同的振动形式发生简并；（3）仪器分辨率不高，不能将频率接近的吸收峰分开 二、红外光谱的计算 计算红外光谱只需要对分子进行频率计算即可，高斯中一般直接使用opt freq的组合。 对DFT方法，所得的结果就准确多了，例如Bauschlicher和Partridge在B3LYP/6-311+G(3df,2p)水平下拟合的校正因子为0.989，比较接近1了。
6.7K10发布于 2020-07-27 - 来自专栏华仔的技术笔记
Spectrum光谱链共识算法的分析
Spectrum（光谱链）是SmartMesh生态下的公链，承载去中心化Mesh网络实现万物互联dapp的底层公链。 共识机制是一种新型的能力证明机制（Proof of Capability，PoC），能力的定义是为系统贡献资源的节点，能力证明衡量了节点对系统的贡献程度，能力越强就有更高的出块权重，并且很好的支持移动设备运行光谱轻节点 3，节点成功出块的次数，产生坏块的次数。 光谱链诞生需要有一个出块节点的列表，它随区块链的诞生而产生，负责形成最初的出块节点联盟(一个被初始化的出块节点列表，和一个空的候选节点列表)。 网络上的每一个普通全节点都有资格申请成为一个出块节点。 < _volunteerList.length; i3++) { //不存在就放进去 if (signersMap[_volunteerList[i3]].number
76730发布于 2018-10-10 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
NASA数据即——Aqua AIRS 第 3 级光谱出射长波辐射 (OLR) 月报 (AIRSIL3MSOLR)
Aqua AIRS Level 3 Spectral Outgoing Longwave Radiation (OLR) Monthly (AIRSIL3MSOLR) Aqua AIRS 第 3 级光谱出射长波辐射 (OLR) 月报 (AIRSIL3MSOLR) 简介 这个 L3 光谱出射长波辐射（OLR）是根据密歇根大学黄向磊开发的算法，利用 AIRS 辐射计算光谱通量得出的。 Aqua AIRS Huang Level-3 Spectral OLR 产品包含从 AIRS 第 6 版数据中得出的 OLR 参数：全天空和晴空 OLR，均以 10 cm-1 带宽进行光谱解析，并整合为每个网格方格的单一值 Aqua AIRS Level 3 Spectral Outgoing Longwave Radiation (OLR) Monthly (AIRSIL3MSOLR)数据是由NASA的Aqua卫星上的大气红外声学调制成像光谱仪 2.0 数据集和前导建模工具 AIRS 黄光谱 OLRs 是根据 CERES 算法中定义的不同场景类型的光谱 ADM，从 AlRS 辐射得出的。
36510编辑于 2024-05-16 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
NASA：GES DISC 的 ATMOS L1 光谱和运行日志 V3 (ATMOSL1)大气痕量分子光谱（ATMOS）1 级产品
ATMOS L1 Spectra and Runlogs V3 (ATMOSL1) at GES DISC 简介 这是第三版大气痕量分子光谱（ATMOS）1 级产品，包含 netCDF 格式的光谱和运行日志 ATMOS 是一种红外光谱仪（傅立叶变换干涉仪），设计用于推算大气中各种痕量气体的垂直浓度，特别是消耗臭氧层的氯和氟分子。 透射光谱是根据 ATMOS 高太阳观测数据按 0 至 1 的比例绘制的。 数据按飞行任务（sl3、at1、at2 或 at3）、掩星类型（日出或日落）和编号分别写入不同的文件。 Version 3. ATMOS L1 Spectra and Runlogs V3. Greenbelt, MD, USA. Version 3. ATMOS L1 Spectra and Runlogs V3. Greenbelt, MD, USA.
25310编辑于 2024-10-10 - 来自专栏疯狂学习GIS
全球主要高光谱遥感卫星介绍
这一传感器的覆盖波段范围为450 nm至1050 nm，共分为145个波段[2]（亦有部分资料或文献显示波段数为256个或512个[3]）。 通用支持技术计划”（General Support Technology Plan，GSTP）的技术演示卫星；其多为小型、低成本卫星，用来验证其平台适合小型科研和应用任务，包括PROBA-1至PROBA-3与 3 高光谱卫星纵向对比 将上述高光谱卫星及其对应传感器、分辨率等参数加以汇总、对比，如表2所示。其中，由于不同高光谱传感器在不同波段对应光谱分辨率变化较大，因此表2未单独列出光谱分辨率。 此外，其中还增添了由于相关信息较为缺少，而未在本文第2部分提及的EnMAP HSI、ALOS-3 HISUI资料。 ? MightySat-2.1卫星发回第一张超光谱图像[J]. 航天返回与遥感, 2000(03):48. [3] L. J. Otten III, 顾聚兴.
3.9K30发布于 2021-07-22 - 来自专栏3D视觉从入门到精通
基于高光谱的无损检测技术
由于不同物质的理化性质决定了其对不同波段的光表现出不同的光谱特性，近十年来，利用高光谱做食品、农产品、药品的无损质量检测十分火热。 何为高光谱图像 高光谱图像将图像技术和光谱技术相结合，不仅反映目标的二维图像信息，同时能够反映光谱维信息。高光谱图像具有三个维度：x-y-。 通过高光谱相机，获得不同窄波段下的二维图像，最终构成三维光谱数据立方体，如图所示： ? 高光谱图像技术在无损检测的应用 食品存储时间检测（下图为不同存储时间的同一苹果的荧光高光谱图像） ? 2.农产品农药残留检测（下图为农药浓度为8mg/kg 叶菜样品的高光谱荧光图像及不同浓度梯度样品的荧光光谱曲线） ? 3.食品部位检测（下图为小番茄不同部位的高光谱曲线） ?
1.1K20发布于 2020-12-11 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
龙女高光谱卫星星座捕获中分辨率（5.30 米）高光谱卫星图像（ 503nm 到 799nm 的 23 个光谱波段）
简介 威龙开放数据计划提供免费的中分辨率（5.30 米）高光谱卫星图像，这些图像由龙女高光谱卫星星座捕获。数据集包含从 503nm 到 799nm 的 23 个光谱波段，每天重访率为 2 次。 技术规格 Parameter 参数 Value 价值 Spatial Resolution 空间分辨率 5.30 m 5.30 米 Spectral Bands 光谱波段 23 bands ( 数据集说明 空间信息 Band Number 波段号 Band Center (nm) 波段中心（nm） Wavelength Range (nm) 波长范围（nm） Spectral Region 光谱区域 1 500 480-520 Green 绿色 2 510 490-530 Green 绿色 3 520 499-541 Green 绿色 4 540 514-566 Green 绿色 5 550
37010编辑于 2025-02-20 - 来自专栏图像处理与模式识别研究所
基于深度学习的高光谱图像分类
1、双击“hyperspectral.mlpkginstall” 2.运行程序 步骤1：加载高光谱数据集 使用超立方体函数读取高光谱图像。 indian_pines_gt.mat"); gtLabel = gtLabel.indian_pines_gt; numClasses = 16; 步骤2：预处理训练数据 使用hyperpca函数将光谱带的数量减少到 /sd; 使用createImagePatchesFromHypercube函数，将高光谱图像分割成大小为25×25像素、具有30个通道的Patches。 [3 3 7],8,Name="conv3d_1") reluLayer(Name="Relu_1") convolution3dLayer([3 3 5],16,Name="conv3d trainedNetwork_url,pwd); load(fullfile(dataDir,"trainedIndianPinesCSCNN.mat")); end 步骤6：基于训练的CSCNN的高光谱图像分类计算测试数据集的分类精度
1.4K10编辑于 2023-05-24 - 来自专栏思影科技
近红外光谱实验新手指南
显著的细胞色素c氧化酶(图1中Caa3 )不能作为组织氧合的指标，因为它是代表细胞内氧合的线粒体酶，其浓度依赖于氧变化以外的因素。相反，Hb和HbO2浓度是组织监测的主要关注点。 图3. 三种不同类型NIRS的工作原理 NIRS系统主要分为三种类型：I）连续波光谱系统（Continuous Wave, CW），II）时域光谱系统和III）频域光谱系统（如图三所示）。 在反射模式下，NIRS的穿透深度约为SDD(光源-探测器距离)的1/3左右。 3）差分反射：使用多个NIR探测器（或光源）测量颅内外光路之间的差异。 Ⅵ. 在以前，NIRS的穿透深度被限制在颅骨下3毫米以内。 浅穿透： fNIRS不能穿透大脑的较深区域，它在皮质中的穿透深度约为1-3 cm。因此，无法通过简单的fNIRS装置来测量来自深层大脑结构的血液动力学响应。
2.3K20发布于 2021-03-16 - 来自专栏脑机接口
eeglab教程系列(4)-绘制通道光谱图
在进行通道光谱图绘制前，需要先按照eeglab教程系列(3)-绘制脑电头皮图进行先操作(只需操作完第二步后点击OK即可)。 绘制通道光谱图 在eeglab界面进行如下操作：Plot > Channel spectra and maps，会打开pop_spectopo.m界面。
74220编辑于 2022-08-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号