波导增强拉曼光谱技术在食用油检测中的应用

依托本科生科研课堂实验课程研究成果,报告了一种基于波导增强的拉曼探头的食用油检测实验方案。在科研课堂教学研讨过程中,首先对拉曼信号的产生和波导增强的理论模型进行了深入的仿真和分析,然后结合食用油智能分类的具体应用场景,引入了PCA-UVE-ELM算法,实现了对不同拉曼信号的增强和分类,且该算法具有良好的可扩展性。本实验课程还对实验方法、实验步骤进行了改进设计,旨在提高学生的科研兴趣,培养他们的创新思维和钻研精神。

功能近红外光谱用于麻醉深度监测的研究进展

术中麻醉深度监测是保证临床麻醉质量和安全的重要手段,关系着患者的生命安全。功能近红外光谱分析技术作为一种非侵入式的脑功能监测技术手段,能够实现客观可靠的脑神经活动实时监测和成像,十分适合于进行麻醉深度监测的相关研究。因此简要介绍了功能近红外光谱分析技术的基本原理和技术实现,综述了目前功能近红外光谱分析技术在麻醉深度监测相关领域的研究进展,指出了应用功能近红外光谱进行麻醉深度监测研究的可能途径,并阐述了亟待解决的重大问题和发展前景。

智能矿山中的岩矿光谱智能感知技术与研究进展

随着新时代背景下的大数据、云计算、人工智能等先进技术的兴起,我国矿山正在由过去的机械化、数字化发展阶段逐步向智能化阶段迈进,智能化矿山或智慧矿山应运而生。传统的岩矿测试方法由于存在工作量大、效率低、周期长等缺陷,已成为智能矿山建设的瓶颈,研发新的岩矿测试技术已成为现代智能矿山建设的必由之路。在分析目前岩矿测试技术现状及存在问题的基础上,提出了基于光谱分析的岩矿智能感知技术,简称岩矿光谱智能感知技术。该技术具有原位测试、非接触、周期短、工序简单、经济高效和智能化特点,并可以识别矿岩中不同矿物的成分及其含量。结合课题组的科研实践,分析了该技术目前发展现状,指出加强岩矿光谱库建设、完善和发展现有光谱分析算法、提高光谱理论研究水平,从而提高岩矿识别与定量分析精度,将是未来科研工作的主方向,加强软硬件的集成化研究和应用化研究则是该技术落地的关键所在。