-
公开(公告)号:CN1990831A
公开(公告)日:2007-07-04
申请号:CN200610064084.0
申请日:2006-11-03
Applicant: 法国石油公司
CPC classification number: G01N21/359 , G01N21/274 , G01N21/3563 , G01N33/28 , G01N2201/129
Abstract: 本发明描述的是根据其光谱PIR(近红外)通过测量催化裂化或加热裂化汽油样品的MAV来确定接合二烯属烃含量的方法,并描述了将所述方法用于控制裂化汽油的挑选的氢化单元。
-
公开(公告)号:CN1696660A
公开(公告)日:2005-11-16
申请号:CN200510063070.2
申请日:2005-04-05
Applicant: 中国药品生物制品检定所
CPC classification number: G01N21/3563 , G01N21/359 , G01N2201/129
Abstract: 本发明涉及一种利用近红外光谱分析方法识别药物的方法与装置。具体而言,是一种应用傅立叶变换近红外光谱分析技术、结合化学计量学方法对于药物是否与其标示名称一致进行无损识别的方法和装置。
-
公开(公告)号:CN1046031C
公开(公告)日:1999-10-27
申请号:CN93103672.0
申请日:1993-03-04
Applicant: 贝茨迪尔伯恩有限公司 , 生物环境调节技术有限公司
IPC: G01N21/25
CPC classification number: G01N33/1813 , G01N21/31 , G01N21/8507 , G01N33/182 , G01N2201/129
Abstract: 一种用于同时测定一种水质系统中的多种特性指示剂的浓度的方法,包括在波长范围为200至800nm内分析所述水质系统的光谱,并将化学统计学算法应用于该光谱,以同时测定这些特性指示剂的浓度。
-
公开(公告)号:CN1104328A
公开(公告)日:1995-06-28
申请号:CN94102018.5
申请日:1994-03-03
Applicant: 格雷斯公司
IPC: G01N21/25
CPC classification number: G01N33/1813 , C02F1/008 , C02F5/10 , C02F2209/005 , C02F2209/15 , G01N21/31 , G01N33/182 , G01N33/1826 , G01N2201/129 , Y02A20/206
Abstract: 直接测定蒸汽发生体系中一种或多种水处理组合物的浓度的方法,它包括直接测定该体系在200—2500mm波长范围内的吸收光谱或发射光谱,并将化学统计学算法用于该吸收或发射光谱来确定该水处理组合物的浓度。
-
公开(公告)号:CN109142650A
公开(公告)日:2019-01-04
申请号:CN201810716310.1
申请日:2018-07-03
Applicant: 广东省环境科学研究院
CPC classification number: G01N21/73 , G01N21/74 , G01N27/64 , G01N33/025 , G01N33/24 , G01N2033/245 , G01N2201/1247 , G01N2201/129
Abstract: 本发明属于农业与环境领域,涉及一种蔬菜中镉含量预测模型的建模方法及其应用。所述的建模方法包含以下步骤:采集土壤样品,测定土壤中连二亚硫酸钠‑柠檬酸三钠‑碳酸氢钠(DCB)提取态铁(FeDCB‑soil)含量、草酸/草酸铵(Oxalate)提取态镉(Cdoxalate‑soil)的含量、土壤中乙酸/乙酸钠(NaOAc)提取态铝(AlNaoac‑soil)的含量,建立FeDCB‑soi、Cdoxalate‑soil、AlNaoac‑soil含量与蔬菜镉(Cdplant)含量的模型关系。建立的模型为:logCdplant=alogCdOxalate‑soil‑bFeDCB‑soil+cAlNaoAc‑soil+d。该模型适用于红壤中蔬菜镉含量的预测,可提高蔬菜镉含量的预测准确性,为蔬菜安全生产布局提供借鉴。
-
公开(公告)号:CN108449969A
公开(公告)日:2018-08-24
申请号:CN201680062999.X
申请日:2016-09-27
Applicant: 帕尔公司
Inventor: A·D·马丁
IPC: G01N21/552
CPC classification number: G01N21/554 , G01N15/1404 , G01N21/05 , G01N21/4133 , G01N21/553 , G01N35/1095 , G01N2015/0092 , G01N2201/122 , G01N2201/129
Abstract: 公开了用于制备色散陡度的方法以及用于在存在竞争剂分子时确定全动力学和亲和力分析的SPR注入方法。SPR注入提供了两个或更多个样本到SPR流动池和检测器的色散陡度。
-
公开(公告)号:CN108181292A
公开(公告)日:2018-06-19
申请号:CN201711289889.X
申请日:2017-12-08
IPC: G01N21/65
CPC classification number: G01N21/65 , B01D15/1821 , B01D15/1828 , B01D15/1842 , C07C7/12 , C07C15/08 , G01J3/44 , G01N21/85 , G01N21/8507 , G01N2021/8411 , G01N2021/8416 , G01N2201/1211 , G01N2201/129 , G01N2021/633 , G01N2201/1296
Abstract: 本发明涉及测量在以模拟移动床(SMB)模式操作的分离单元或采用模拟移动床(SMB)分离步骤和结晶步骤的混合分离单元的至少一个点处存在的物质的浓度的方法,所述方法包括以下步骤:a)通过在线采集在代表性工业单元的条件下的不同混合物的拉曼光谱,并通过参考技术取样分析,使得针对每种成分作为其含量的函数构建一个或多个数学模型来进行校准;b)通过在线信号处理进行分析:通过化学计量数学方法在每个测量点处处理获得的拉曼光谱,所述化学计量数学方法使用在校准步骤期间针对每种成分构建的所述模型,考虑在所考虑的测量点处的温度(Tsp1)以及所述测量点处存在的物质的浓度范围Cj,以获得存在的每种物质的浓度Ci。
-
公开(公告)号:CN108027318A
公开(公告)日:2018-05-11
申请号:CN201680053274.4
申请日:2016-09-05
Applicant: 卢森堡科学技术研究院
Inventor: N.马丁内斯-卡雷拉斯
CPC classification number: G01N21/33 , G01N21/31 , G01N33/182 , G01N33/1826 , G01N33/1833 , G01N33/1846 , G01N2201/0218 , G01N2201/129
Abstract: 本发明涉及一种原位和实时确定介质中至少一种悬浮沉积物性质的方法,所述悬浮沉积物包括矿物质和有机部分。所述方法包括以下步骤:a)用潜水式紫外‑可见光谱仪分析光吸收,所述紫外‑可见光谱仪配置成分析波长在220nm和730nm之间的光吸收,以及b)将所述光吸收与所述悬浮沉积物的性质相关,优选通过使用比尔‑朗伯定律。所述方法的显著之处在于,通过使用校准的一个模型来执行所述步骤(b),以从所述光吸收导出所述悬浮沉积物的所述性质。
-
公开(公告)号:CN107907500A
公开(公告)日:2018-04-13
申请号:CN201710977247.2
申请日:2017-10-19
Applicant: 宁夏大学
IPC: G01N21/359 , G01N21/3563 , G01N21/3554
CPC classification number: G01N21/359 , G01N21/3554 , G01N21/3563 , G01N2201/129
Abstract: 本发明公开了一种羊肉产地的检测方法,涉及肉类检测技术领域。本发明方法包括:采用高光谱成像技术采集待检羊肉的原始光谱图像,提取原始光谱图像的光谱数据,对所述光谱数据进行处理得到处理后的光谱数据;利用处理后的光谱数据建立偏最小二乘-判别分析(PLS-DA)模型,根据模型对所述待检羊肉的高光谱数据进行预测分析;所述高光谱数据包含羊肉蛋白质含量信息、脂肪含量信息及水分含量信息;将不同产地羊肉具有的不同高光谱数据作为参照高光谱数据,对比所述待检羊肉的处理后的光谱数据与所述参照高光谱数据,得到所述待检羊肉的产地信息。本发明方法在鉴定羊肉产地时准确率高且具有科学依据,具有一定经济价值。
-
公开(公告)号:CN104136908B
公开(公告)日:2018-02-23
申请号:CN201280069480.6
申请日:2012-12-19
Applicant: 奥普蒂库尔诊断有限公司 , 奥普蒂库尔诊断股份有限公司
CPC classification number: C12Q1/04 , C12M41/36 , G01N21/255 , G01N21/3577 , G01N21/39 , G01N21/64 , G01N21/65 , G01N2021/1742 , G01N2021/1744 , G01N2021/3595 , G01N2021/6417 , G01N2201/06113 , G01N2201/129 , G01N2201/1296 , G06F19/10
Abstract: 公开了用于光谱检测和鉴定培养物中细菌的光谱方法。所述方法整合了从怀疑含有所述细菌之经培养样品构建至少一个数据集,其可为光谱、干涉图样或散射图样。针对所述样品中水的存在,对所述数据集进行校正,使用主成分分析提取光谱特征,并使用学习算法对所述特征分类。在本发明的一些实施方案中,例如为将MRSA与MSSA区别,进行多模态分析,其中细菌的鉴定是基于样品的光谱、用来确定细胞壁厚度的干涉图样以及用来确定细胞壁粗糙度的散射图样进行的。还公开了用于进行所述方法的设备,所述设备的一个实施方案整合了多样品分析仪。
-
-
-
-
-
-
-
-
-