一、电磁辐射波谱和吸收光谱法 二、红外线气体分析器的测量原理 三、红外线气体分析器的类型和特点 四、光学系统的构成部件 五、采用气动检测器的不分光型红外分析器 六、采用固体检测器的固定分光型红外分析器 七、测量误差分析

一、分子荧光与磷光产生过程 luminescence process of molecular fluorescence phosphorescence 二、激发光谱与荧光光谱 excitation spectrum and fluore￾scence spectrum 三、荧光的产生与分子结构关 系 relation between fluorescence and molecular structure 四、影响荧光强度的因素 factor influenced fluorescence

一、线性规划等 二、 时序与路径规划 三、分派问题 四、最短路问题 五、最大流问题

§11-1 拉曼光谱原理 §11-2 拉曼光谱与红外光谱的关系 §11-3 激光拉曼光谱仪 §11-4 激光拉曼光谱的应用 第11章 激光拉曼光谱分析

针对复杂空间创面法向自动聚焦和切痂的关键技术问题, 提出了一套由5自由度运动平台和2自由度激光光路控制机构组成的激光切痂控制系统.对激光切痂并联机构进行运动学逆解分析, 推导了运动平台和激光光路控制机构的位置对应关系.结合所推导的位置对应关系和复杂创面轮廓三维扫描结果, 该系统可实现激光轨迹的自动规划, 从而完成激光自动切痂.基于所提出的激光切痂系统, 进行了激光切痂实验研究, 实验测试结果表明: 该激光切痂系统能很好完成人体手部区域的三维轮廓扫描与重建, 并自动规划激光焦点光斑运动轨迹并切痂

一、 紫外吸收光谱的产生 formation of UV 二、 有机物紫外吸收光谱 ultraviolet spectrometry of organic compounds 三、金属配合物的紫外吸收 光谱 ultraviolet spectrometry of metal complexometric compounds

气相色谱法(GC)是英国生物化学家 Martin a t p等人在研究液液分配色谱的基础 上,于1952年创立的一种极有效的分离方法,它 可分析和分离复杂的多组分混合物。目前由于使 用了高效能的色谱柱,高灵敏度的检测器及微处 理机,使得气相色谱法成为一种分析速度快、灵 敏度高、应用范围广的分析方法。如气相色谱与 质谱(GC-MS)联用、气相色谱与 Fourier红外 光谱(GC一FTIR)联用、气相色谱与原子发射光 谱(GC一AES)联用等

铝镇静钢液浇注过程中，浸入式水口耐材内壁特征受到钢液侵蚀和夹杂物聚集影响，从近光滑壁面逐渐向多孔耐火材料壁面和含结瘤物的粗糙结瘤壁面转变，壁面形貌的变化影响边界层流场结构和氧化铝夹杂物的输运。采用物理模拟的方法在浸入式水口模型内壁镶嵌多孔耐火材料结构和含结瘤物耐材壁面结构，结合粒子图像测速技术研究不同特征壁面附近流场边界层。使用MATLAB耦合流场测速结果和氧化铝夹杂物运动数学模型，研究了不同特征壁面的流场边界层中氧化铝夹杂物的运动轨迹。使用象限分析法确定了浸入式水口边界层流场存在上抛和下扫事件。氧化铝夹杂物位于下扫事件区域时，朝向壁面运动，粒径为1 μm的氧化铝夹杂物在下扫事件中运动轨迹更接近壁面，增加了沉积的可能性；氧化铝夹杂物位于上抛事件区域时，远离壁面运动。多孔耐火材料壁面和结瘤壁面边界层内氧化铝夹杂物运动幅度大于光滑壁面边界层流场内氧化铝夹杂物运动幅度。壁面状态由近光滑壁面转变为多孔耐火材料和结瘤壁面时，流场边界层中下扫事件平面占比由10.17%增加到39.77%，上抛事件平面占比由32.96%减小到9.24%；同时，流场边界层中下扫事件发生的概率由25.83%增加到28.24%，这将加速氧化铝夹杂物在多孔耐火材料和结瘤壁面的沉积进程

通过溶胶?凝胶（Sol?Gel）法成功合成了纳米锰方硼石并对其进行了稀土Eu3+掺杂。使用X射线衍射、透射电子显微镜和高分辨透射电子显微镜等表征了锰方硼石晶体结构，并通过荧光光谱测试对其发光性能进行了研究。结果表明：合成纳米锰方硼石为粒径小于50 nm的球状颗粒，与天然锰方硼石的物相结构相同，属于斜方晶系，与尖晶石类似，（010）晶面的晶面间距为0.8565 nm。在490 nm激发光激发下，天然锰方硼石、合成锰方硼石和稀土Eu3+掺杂锰方硼石晶体中的Mn2+发光，其中发绿光的Mn2+在晶体中占据四面体格位中心，发红光的Mn2+在晶体占据八面体格位中心。合成的锰方硼石随激发波长变长，产生发射光谱的红移现象，有利于实现冷暖发光转换；在稀土Eu3+掺杂的纳米锰方硼石光谱的发光强度得到了提升

以光流法为依据,提出了一种基于光流方向信息熵(entropy of oriented optical flow,EOF)统计的方法捕捉微表情关键帧.首先,采用改进的Horn-Schunck光流法提取视频流中相邻两帧图像的微表情运动特征;其次,采用阈值分析法筛选出投影速度模值较大的光流向量;之后,采用图像信息熵统计光流变化角度,进而得到视频序列的方向信息熵向量,通过对熵向量的分析,实现微表情关键帧捕捉;最后,本实验采用芬兰奥卢大学的SMIC微表情数据库和中国科学院心理研究所傅小兰的CASME微表情数据库作为实验样本,通过与传统的帧差法比较,证明了本文提出的算法优于帧差法,能够较好地表现出微表情变化趋势,为微表情识别提供基础