各种仪器分析的基本原理及谱图表示方法

紫外吸收光谱 UV
分析原理:吸收紫外光能量,引起分子中电子能级的跃迁
谱图的表示方法:相对吸收光能量随吸收光波长的变化
提供的信息:吸收峰的位置、强度和形状,提供分子中不同电子结构的信息
荧光光谱法 FS
分析原理:被电磁辐射激发后,从最低单线激发态回到单线基态,发射荧光
谱图的表示方法:发射的荧光能量随光波长的变化
提供的信息:荧光效率和寿命,提供分子中不同电子结构的信息
红外吸收光谱法 IR
分析原理:吸收红外光能量,引起具有偶极矩变化的分子的振动、转动能级跃迁
谱图的表示方法:相对透射光能量随透射光频率变化
提供的信息:峰的位置、强度和形状,提供功能团或化学键的特征振动频率
拉曼光谱法 Ram
分析原理:吸收光能后,引起具有极化率变化的分子振动,产生拉曼散射
谱图的表示方法:散射光能量随拉曼位移的变化
提供的信息:峰的位置、强度和形状,提供功能团或化学键的特征振动频率
核磁共振波谱法 NMR
分析原理:在外磁场中,具有核磁矩的原子核,吸收射频能量,产生核自旋能级的跃迁
谱图的表示方法:吸收光能量随化学位移的变化
提供的信息:峰的化学位移、强度、裂分数和偶合常数,提供核的数目、所处化学环境和几何构型的信息
电子顺磁共振波谱法 ESR
分析原理:在外磁场中,分子中未成对电子吸收射频能量,产生电子自旋能级跃迁
谱图的表示方法:吸收光能量或微分能量随磁场强度变化
提供的信息:谱线位置、强度、裂分数目和超精细分裂常数,提供未成对电子密度、分子键特性及几何构型信息
质谱分析法 MS
分析原理:分子在真空中被电子轰击,形成离子,通过电磁场按不同m/e分离
谱图的表示方法:以棒图形式表示离子的相对峰度随m/e的变化
提供的信息:分子离子及碎片离子的质量数及其相对峰度,提供分子量,元素组成及结构的信息
气相色谱法 GC
分析原理:样品中各组分在流动相和固定相之间,由于分配系数不同而分离
谱图的表示方法:柱后流出物浓度随保留值的变化
提供的信息:峰的保留值与组分热力学参数有关,是定性依据;峰面积与组分含量有关
反气相色谱法 IGC
分析原理:探针分子保留值的变化取决于它和作为固定相的聚合物样品之间的相互作用力
谱图的表示方法:探针分子比保留体积的对数值随柱温倒数的变化曲线
提供的信息:探针分子保留值与温度的关系提供聚合物的热力学参数
裂解气相色谱法 PGC
分析原理:高分子材料在一定条件下瞬间裂解,可获得具有一定特征的碎片
谱图的表示方法:柱后流出物浓度随保留值的变化
提供的信息:谱图的指纹性或特征碎片峰,表征聚合物的化学结构和几何构型
凝胶色谱法 GPC
分析原理:样品通过凝胶柱时,按分子的流体力学体积不同进行分离,大分子先流出
谱图的表示方法:柱后流出物浓度随保留值的变化
提供的信息:高聚物的平均分子量及其分布
热重法 TG
分析原理:在控温环境中,样品重量随温度或时间变化
谱图的表示方法:样品的重量分数随温度或时间的变化曲线
提供的信息:曲线陡降处为样品失重区,平台区为样品的热稳定区
热差分析 DTA
分析原理:样品与参比物处于同一控温环境中,由于二者导热系数不同产生温差,记录温度随环境温度或时间的变化
谱图的表示方法:温差随环境温度或时间的变化曲线
提供的信息:提供聚合物热转变温度及各种热效应的信息
示差扫描量热分析 DSC
分析原理:样品与参比物处于同一控温环境中,记录维持温差为零时,所需能量随环境温度或时间的变化
谱图的表示方法:热量或其变化率随环境温度或时间的变化曲线
提供的信息:提供聚合物热转变温度及各种热效应的信息
静态热―力分析 TMA
分析原理:样品在恒力作用下产生的形变随温度或时间变化
谱图的表示方法:样品形变值随温度或时间变化曲线
提供的信息:热转变温度和力学状态
动态热―力分析 DMA
分析原理:样品在周期性变化的外力作用下产生的形变随温度的变化
谱图的表示方法:模量或tgδ随温度变化曲线
提供的信息:热转变温度模量和tgδ
透射电子显微术 TEM
分析原理:高能电子束穿透试样时发生散射、吸收、干涉和衍射,使得在相平面形成衬度,显示出图象
谱图的表示方法:质厚衬度象、明场衍衬象、暗场衍衬象、晶格条纹象、和分子象
提供的信息:晶体形貌、分子量分布、微孔尺寸分布、多相结构和晶格与缺陷等
扫描电子显微术 SEM
分析原理:用电子技术检测高能电子束与样品作用时产生二次电子、背散射电子、吸收电子、X射线等并放大成象
谱图的表示方法:背散射象、二次电子象、吸收电流象、元素的线分布和面分布等
提供的信息:断口形貌、表面显微结构、薄膜内部的显微结构、微区元素分析与定量元素分析等
原子吸收 AAS

原理:通过原子化器将待测试样原子化,待测原子吸收待测元素空心阴极灯的光,从而使用检测器检测到的能量变低,从而得到吸光度。吸光度与待测元素的浓度成正比。

  • 8
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值