元素紫外—可见分光光度法分析方案设计系统初探

有关元素紫外－可见分光光度法分析方案设计系统及其知识库、推理机制的讨论表明,该系统设计的方案对元素的定量分析提供了显色体系、测量参数、消除干扰的方法等信息。对实际试样的检验表明该系统提供的方案是合理的。     

分光光度法测定微量钪——三元显色体系Sc（Ⅲ）—CPA—pc—I^—的研究

系统地研究了Ｓｃ（Ⅲ）－ＣＰＡ－ｐｃ－Ｉ＾－三元配合物显色体系的最佳显色条件及其主要性质，测定了共存离子的影响，钪含量在每２５ｍｌ含０￣７．５μｇ范围内服从比尔定律，表观摩尔吸光系数为１．４×１０＾５ｌ·ｃｍ＾－１·ｍｏｌ＾－１，采用该三元体系测定了合成试样及攀枝花铁矿中的微量钪，结果与推荐值基本相符。     

8—羟基喹啉络合显色体系的偏最小二乘分光光度法研究

本文基于８－羟基喹啉络合显色反应结合偏最小二乘法提出了既灵敏又具较高选择性的多组分光光度测定方法。应用于铜、铅、镉、钴的同时测定，可不经分离，方法简便。     

DETPMPO与铜（Ⅱ）反应的分光光度法研究

ＤＥＴＰＭＰＯ与铜（Ⅱ）反应的分光光度法研究史雪岩，陈广仁，高锦章，康敬万（化学系）（学报编辑部）（化学系）第一作者简介史雪岩，女，２５岁，１９９３年６月毕业于西北师范大学化学系，获硕士学位，现为甘肃政法学院助教。中图分类号Ｏ６５７．３２，Ｏ６２７．...     

双波长分光光度法测定化学需氧量

采用了双波长分光光度法测定化学需氧量,最佳实验条件为:波长为530 nm和580 nm,加热温度92 ℃,加热时间22 min,显色时间的影响可以忽略.在最佳条件下经回归分析获取标准曲线方程为y=134.6x0.886 4.测定不同水样的吸光度,经计算获得COD值,精密度在2.81%～4.05%.     

分光光度法测定水中痕量己二胺

报到了碱性介质中，沸水怀二胺与２，４－二硝氯苯反应生成黄色的１，６－二（２，４－二硝基苯胺）己烷化合物，用氯仿萃取后于波长４２０ｎｍ处，用２ｃｍ比色经色测定。     

浮选分光光度法测定水中痕量苦味酸

研究了苦味酸与碱性染料的缔合反应以及缔合物的浮选性质，据此建立了测定水中痕量苦味酸的浮选分光光度法。该方法具有很高的灵敏度和选择性。     

带有相关噪声离散线性系统改进的卡尔曼滤波

研究在系统噪声和观测噪声相关情况下带有控制输入离散线性系统的估计问题,基于卡尔曼滤波和卡尔曼滤波的哈密尔顿方法,提出了一个改进的卡尔曼滤波算法.与经典卡尔曼滤波相比,此算法不需要计算卡尔曼增益矩阵和观测序列的条件均值,并在需要更少回归方程且回归方程易于计算的情况下,取得了最优性能.因此,此算法易于应用.仿真结果表明,此算法能够有效地估计系统状态.     

推广卡尔曼滤波法及其在经济系统预测中的应用

对于发生变化的动态经济过程,应用定常参数模型进行预测时误差较大。为了解决这一问题,本文建立了时变参数的自适应预测模型,提出了由建模和推广的卡尔曼滤波器组成的预测方案,对全国积累基金和全民固定资产投资进行了预测。结果表明,该方法具有较高的预测精度,可以在动态经济系统的预测中加以推广应用。     

区间卡尔曼滤波算法在组合导航数据融合中的应用

传统卡尔曼滤波算法在系统参数不确切已知或随时间变化时无法直接应用。本文通过将参数变化的系统建立成区间模型,给出了一种处理系统参数不确定性的区间卡尔曼滤波算法,该算法运用一种较为简单的区间矩阵求逆方案,在统计最优性能及迭代形式方面与标准卡尔曼滤波算法相当,仿真验证了该算法在低成本INS/GPS组合导航数据融合中应用的可行性。     

计算机继电保护中卡尔曼滤波算法的估计误差分析

本文论述了计算机继电保护中卡尔曼滤波器的一般计算方法,并重点就电压稳态分量估计误差问题进行了理论分析,讨论了影响估计误差的主要因素及改善估计精度的主要途径。     

基于灰色关联分析的路段行程时间卡尔曼滤波预测算法

为改善卡尔曼滤波用于时间序列预测时的自适应性能，提出基于灰色关联分析的路段行程时间实时预测算法．首先，利用灰色理论对行程时间序列的各影响因素进行灰色关联分析，根据灰色关联度的大小来选取路段行程时间的主要影响因素，由此建立相应的动态方程．在此动态方程基础上，通过卡尔曼滤波递推进行路段行程时间预测．文中利用深圳某交通干道上的实测行程时间进行仿真实验，结果表明该算法的综合预测性能优于常规卡尔曼滤波方法，可应用于正常交通流状况下的路段行程时间预测．     

线性离散随机系统最优和稳态Kalman平滑器

对于带非零均值相关噪声的线性离散随机系统,基于Kalman 滤波器和射影理论,提出了新的最优固定点、固定区间和固定滞后 Kalman 平滑器。它们避免了计算估计误差方差阵的逆矩阵,且具有通用性。推广和改进了带零均值的不相关噪声系统的经典结果。还提出了相应的稳态 Kalman 平滑器和极点配置 Kalman平滑器,并证明它们的局部或全局渐近稳定性。     

卡尔曼滤波模型粗差的探测及其在施工变形测量中的应用

在施工变形监测中，由于监测点的多余观测值较少，因此很难发现观测值中存在的粗差。用卡尔曼滤波方法进行数据处理时，观测值中的粗差将在预测残差向量中得到反映。通过分析卡尔曼滤波模型误差与预测残差向量之间的关系，提出了对粗差进行探测的方法，并通过一个实例说明了该方法的有效性。     

Kalman滤波在WSN定位评估中的应用

针对无线传感器网络实际应用中定位信号的不稳定性,单纯从定位算法角度改进已很难使定位精度有一个新的突破.为此在节点测距过程中提出了改进的自适应对数正态阴影模型;在坐标评估过程中采用了Kalman滤波方法,并利用马尔可夫过程建立移动节点的状态方程,结合未知节点状态数据的测量值估计出坐标位置的最优值.最后将上述两个过程的改进引入到现有的三角形定位算法中,进行引入前后性能对比.实验结果证明,改进的自适应对数阴影模型提高了测距模型的自适应性及测距精度,Kalman滤波和马尔可夫过程的引入减小了移动节点的定位误差.     

地下水动态监测网优化设计的有限元与卡尔曼滤波耦合算法

提出一种地下水流系统有限元与卡尔曼滤波耦合的模拟算法。该算法考虑了地下水运动的确定性和随机性特点,可用于地下水监测网的优化设计。应用该算法对大庆地区地下水动态监测网 分析,结果表明,大庆地区现有地下水位动态监测网难以达到监测目标,其最优地下水位动态监测网应由８８个监测孔组成,监测频率为每月１次。     

一种邻帧匹配与卡尔曼滤波相结合的多目标跟踪算法

传统目标跟踪算法很难在户外视频中进行行人实时跟踪及人流量统计,针对该问题,提出一种联合邻帧匹配与卡尔曼滤波器的多目标跟踪算法。该算法首先以方向梯度直方图(HOG)为特征的自适应推进(Adaboost)分类器进行行人人头检测,进而采用卡尔曼滤波进行行人轨迹预测,并应用邻帧匹配算法对该目标运动轨迹进行校正。在邻帧匹配法中,本文新颖的将跟踪过程中的目标匹配问题转化为基于匈牙利算法的指派问题。因邻帧匹配法能更好地区分不同待匹配目标的特征,较传统跟踪算法,能更好的避免误匹配、漏匹配等问题,提高了目标跟踪的准确率,实验证明,该监控系统准确率高,且能满足扶梯监控系统应用场景下的鲁棒性、实时性要求。