在实际分析工作中，遇到的样品往往含有多种组 分，进行测定时彼此发生干扰，不仅影响分析结果的 准确度，甚至无法进行测定。为了消除干扰，比较简 单的方法是控制分析条件或采用适当的掩蔽剂。但是 在许多情况下，仅仅控制分析条件或加入掩蔽剂，不 能消除干扰，还必须把被测元素与干扰组分分离以后 才能进行测定。所以定量分离是分析化学的重要内容 之一

第一节 时间序列分析概述 ◼ 一、时间序列的概念 ◼ 二、时间序列的种类 ◼ 三、时间序列的编制原则 第二节 时间序列分析的水平指标 第三节 时间序列分析的速度指标 第四节 时间序列的长期趋势分析 ◼ 一、时间序列的构成因素和分析模型 ◼ 二、长期趋势测定方法之时距扩大法 ◼ 三、长期趋势测定方法之移动平均法 ◼ 四、长期趋势测定方法之趋势模型法 ◼ 五、长期趋势测定方法之趋势外推预测 第五节 季节变动与循环波动分析 ◼ 一、季节变动分析 ◼ 二、循环波动分析

8.1 图像分割 Image Segmentation ◼ 1、概述和分类 ◼ 2、基于灰度的分割技术 ◼ 3、基于梯度的分割技术 ◼ 4、彩色图像分割技术 ◼ 5、分割评价 8.2 图像描述 Image Description ◼ 1、概述和分类 ◼ 2、链码描绘子 ◼ 3、傅立叶描绘子 ◼ 4、矩

运用共存理论建立了钒渣活度计算模型,分析了钒渣成分和温度对渣中FeO、V2O3活度及活度系数的影响;通过实验和理论计算,分析了转炉提钒终点钒渣成分和温度对钒在渣和半钢间分配行为的影响.结果表明,渣中FeO的活度和活度系数随MnO和FeO含量的增加而增加,随V2O3、SiO2和TiO2含量的增加而减小,其值分别在10-1和100的数量级上,而渣中V2O3的活度及活度系数在同样条件下的变化与FeO相反,其值分别在10-2和10-1的数量级上;半钢V的质量分数一般在0.02%~0.06%之间,随温度以及渣中V2O3、TiO2和SiO2含量升高而升高,随FeO含量降低而升高;V在渣金间的分配比为100~500,随温度和渣中TiO2、SiO2含量升高而降低,随FeO含量升高而升高;存在一个临界V2O3含量使得V在渣金间的分配比达到最大,该值的理论计算结果为23.77%,实验结果在15%~20%

针对镍黄铁矿和蛇纹石浮选难分离,提出采用磁罩盖法进行磁分离.结果表明,控制一定的矿浆物化条件,随着磁种磁铁矿的添加,镍黄铁矿的磁选回收率随之升高,而蛇纹石的回收率基本保持很低,可实现两者的良好分离.人工混合矿分离结果表明,磁种质量分数为5%时,获得的精矿Ni品位为19.89%,回收率为92.46%,MgO质量分数为4.72%;X射线衍射和扫描电镜分析结果显示磁铁矿在镍黄铁矿表面产生了罩盖,在蛇纹石表面未产生明显的罩盖;Zeta电位测试和DLVO理论计算结果表明,添加六偏磷酸钠后,蛇纹石表面电性由正变负,而对镍黄铁矿和磁铁矿表面电性未产生显著影响,从而使磁铁矿与蛇纹石间的相互作用变为排斥,而与镍黄铁矿之间仍为吸引,因而磁铁矿选择性罩盖在镍黄铁矿表面,增强其磁性,实现与蛇纹石的磁分离

为了解决由于织构漫散度给织构分析带来的估算误差,以达到对材料织构进行更为精确的分析,采用从极图求算ODF(orientation distribution function)中的\二步法\作为基本原理,选择以1°为最小间隔单位划分欧拉空间,对欧拉空间所有取向点的取向密度进行了求算,并建立了相应的分析系统.利用该分析系统对鞍钢生产的IF钢冷轧和退火样品进行了计算,并与已成熟的以欧拉角5°为最小间隔单位的ODF求算系统对比.结果表明:以欧拉角1°为最小单位的ODF取向密度分析系统比以欧拉角5°为最小单位的ODF取向密度分析能更确切地表示织构的分布情况

我们常在电视中看到各种竞赛节目。如青年歌手大赛。比赛 内容、比赛形式、比赛规则各种各样,但多数采取评委现场 打分的办法决出胜负或排出名次。评分办法一般是在多个评 委所打的分数中,去掉一个最高分,去掉一个最低分,其余 的取平均分,即为某选手一个单项的得分。竞赛的项目可能 有多个,每个项目的最高分可能不同,各项总分之和为选手 的总得分

为了解决齿轮故障诊断中传统的声振信号分析方法容易受到周围设备及环境噪声干扰的问题,提出了一种独立分量分析和自相关分析相结合的齿轮故障诊断方法.首先用独立分量分析分离特征信号和干扰信号,然后用自相关分析提取特征信号中的周期成分.实验结果表明,该方法可以有效地提取在强背景噪声干扰下的齿轮故障特征

前列腺核磁超声图像配准融合有助于实现前列腺肿瘤的靶向穿刺。传统的配准方法主要是针对手动分割的前列腺核磁（Magnetic resonance, MR）和经直肠超声（Trans-rectal ultrasound, TRUS）图像上对应的生理特征点作为参考点，进行刚体或非刚体配准。针对超声图像因成像质量低导致手动分割配准效率低下的问题，提出一种基于监督学习的前列腺MR/TRUS图像自动分割方法，与术前核磁图像进行非刚体配准。首先，针对图像分割任务训练前列腺超声图像的活动表观模型（Active appearance model, AAM），并基于随机森林建立边界驱动的数学模型，实现超声图像自动分割。接着，提取术前分割的核磁图像与自动分割的超声图像建立轮廓的形状特征矢量，进行特征匹配与图像配准。实验结果表明，本文方法能准确实现前列腺超声图像自动分割与配准融合，9组配准结果的戴斯相似性系数（Dice similarity coefficient, DSC）均大于0.98，同时尿道口处特征点的平均定位精度达1.64 mm，相比传统方法具有更高的配准精度

一、重量分析法的分类和特点 重量分析是通过物理和化学反应将试样中待测组分与 其他组分分离，以称量的方法计算待测组分的含量 的方法。根据分离方法的不同可分为：