用自组织特征映射神经网络对飞行时间质谱采集的大气气溶胶单粒子进行分类

点赞:8282 浏览:21106 近期更新时间:2024-04-09 作者:网友分享原创网站原创

大气气溶胶对气候变化、环境质量和人类健康有着重要影响\[1\].对气溶胶粒子的分析方法有多种\[2\],传统分析方法侧重于对总体颗粒物中某些特殊元素的分析,如各种色谱法.90年代后,气溶胶的分析逐步转向对单个颗粒物的研究.单颗粒气溶胶分析的方法有3种:电子微探针法、激光显微质谱法和核子微探针法.而飞行时间质谱(ATOFMS)是近年发展起来的强有力的实时在线测量工具,无论在精度还是速度方面较以往的分析技术具有优势\[3,4\],该仪器每分钟可采集几十到数百个气溶胶单粒子数据,用人工方法处理采集到的海量数据,无疑是个繁琐的过程,同时增加了人为误差的风险,极大地削弱了ATOFMS的优势.因此,研究一套自动化处理与分析系统是十分必要的.

用自组织特征映射神经网络对飞行时间质谱采集的大气气溶胶单粒子进行分类参考属性评定
有关论文范文主题研究: 关于自动化的论文范文 大学生适用: 专升本论文、研究生毕业论文
相关参考文献下载数量: 18 写作解决问题: 如何写
毕业论文开题报告: 论文提纲、论文总结 职称论文适用: 职称评定、初级职称
所属大学生专业类别: 如何写 论文题目推荐度: 经典题目