6080毛片丨97视频一区丨免费人成再在线观看视频丨天天操综合丨cao我丨99热国产丨九色porny丨国产首页注册丨亚洲国产成人资源在线丨亚洲人成电影在线观看天堂色丨日韩人妻无码免费视频一区二区丨华人在线丨中国妇女做爰视频丨2021天天操丨久久免费视频精品丨色久天堂丨外国av在线丨一区免费观看丨中文有码一区丨日本一区二区不卡在线丨488成人啪啪片

簡述在校準紫外可見分光光度計時使用標準濾光片，當使用的標準濾光片校準證書給定的不確定度為范圍時，怎樣更為合適的進行不確定度值的選擇。

一、概述 分光光度計是一類重要的分析儀器，廣泛應用于化工、 冶金、醫藥、食品、環境檢測等行業。為了保證分光光度計 測量的準確性，需要對分光光度計的波長和透射比進行校準。 根據 JJG 178-2007《紫外可見近紅外分光光度計檢定規程》， 可用于分光光度計波長校準的標準器有汞燈、干涉濾光片、 吸收型波長濾光片（氧化鈥濾光片、鐠釹濾光片、鐠鉺濾光 片）、1,2,4- 三氯苯（分析純）和氧化鈥溶液。其中吸收型波 長濾光片（氧化鈥濾光片、鐠釹濾光片、鐠鉺濾光片）由于 具備方便攜帶和使用、其光譜吸收比與波長的設置無關、不 受雜散光的影響、量值穩定，隨時間、溫濕度等環境的變化 可以忽略等優勢，應用為廣泛。 二、分光光度計波長示值誤差的不確定度評定 在分光光度計波長示值誤差校準不確定度評定中，根據 測量模型對波長示值誤差測量結果的不確定來源分析主要有： ①由計量標準器引入的測量不確定度分量；②測量方法的不 確定度；③環境條件的影響；④人員校準操作的影響；⑤被 校準儀器的重復性。由于采用直接比較法進行校準，測量方 法的不確定可以不予考慮。在規程規定的環境條件下進行校 準，環境條件的影響較小，可忽略。人員校準操作的影響， 讀數和被校儀器的隨機變動影響體現在測量重復性中。因此， 紫外可見近紅外分光光度計波長準確度校準結果的不確定度 主要來源有計量標準量值的不確定度和儀器測量重復性的不 確定度兩項。由于分光光度計這類儀器測量重復性較好，所 以校準結果的不確定度大來源就是由標準器引入的不確 定度。

三、標準濾光片不確定度的選擇 購買的標準濾光片全部送中國計量科學研究院校準，由 中國計量科學研究院所出證書對其校準結果的不確定度描 述為： U=0.1 nm~0.4 nm k=2 （380 nm-780 nm，隨吸收峰的形狀 和位置而定） U=0.2 nm~0.5 nm k=2 （200 nm-380 nm，780 nm-2000 nm 隨吸收峰的形狀和位置而定） 由此給分光光度計波長的校準不確定度評定帶來問題， 如何確定證書吸收峰波長值得不確定度。如果按穩妥方法選取波長分段校準不確定度的大值，那么計算出來的測量結 果的校準不確定度在 A 段一般在 0.5~0.6 之間，B 段 0.4~0.6 之間但是根據規程 JJG178-2007 [1] 規定。

容易發現，對于Ⅰ級的分光光度計，這樣的不確定度實 在是太大了，沒法使用。 雖然對波長進行校準時，紫外可見光部分還可以選取汞 燈及氧化鈥溶液作為標準器，但是有些設備需要拆機才能加 光源，而使用氧化鈥溶液也需要清洗吸收池等，會大大加大 校準操作難度。 為了合理簡化校準操作，節省客戶時間，防止損壞客戶 設備。需要對濾光片吸收峰值對應的不確定度進行合適選值。 根據中國計量科學研究院所出證書對其校準結果的不確定 度為： U=0.1 nm~0.4 nm k=2 （380 nm-780 nm，隨吸收峰的形狀 和位置而定） U=0.2 nm~0.5 nm k=2 （200 nm-380 nm，780 nm-2000 nm 隨吸收峰的形狀和位置而定） 從校準波長的目的出發，要求吸收型波長標準濾光片能 提供一個陡峭的、尖銳的光譜吸收峰。由于我們并沒有濾光 片的光譜圖，如果每個波長都要出具具體的不確定度，需要 重新送校，每個點單獨校準，費用太高。怎樣根據已有的信 息對標準吸收峰波長進行判定。根據證書不確定度描述，不 確定度的具體值隨吸收峰的形狀和位置而定，結合證書校準 結果，發現結果中給出了相對峰高、相對峰高 ×100%/ 光 譜帶寬、吸收峰對稱性 / 相對峰高 ×100% 的值。參考 JJG 1034-2008《光譜光度計標準濾光器檢定規程》[2], 及規程編寫 者張巧香老師文章《吸收型波長濾光片關于吸收峰的評價方 法》[3] 及從中國計量科學研究院了解的各個波長具體的不確 定度值。可以通過相對峰高 ×100%/ 光譜帶寬給出的參考值當前，采用 DBN 的分類方法的主要步驟是：一，數據的 預先處理；二，圖像特征的計算與構建；三，樣本及參數的 選取；四，基于 DBN 的分類及評定。 （一）RBM 的參數設置 RBM 的參數由訓練參數和隱含節點數兩部分組成 [4]。 RBM 的訓練參數主要由 e（學習率），權重等幾個主要的部分 組成，當學習率的數值設置較大時，算法的收斂速度就會隨 之增大，與此同時，也會增加系統的不穩定性，反之，則會 降低算法的收斂速度，但系統不穩定的情況可以得到很好的 解決。通常情況下，為了保持系統的穩定狀態，會設置較小 的學習率。除此之外，為了保證訓練的效率，充分利用這種 運算方式的優勢，會將樣本進行個體的劃分，進行逐個的訓練。 系統也時常會通過計算 RBM 的重構誤差來對節點數進行 選擇。重構誤差將通過訓練所獲取的參數，作為初始值（即 初始狀態），根據采樣后獲取的數值與原數據之間的差異來進 行評估，這也就是所謂的 RBM 的重構誤差。重構誤差可以在 一定程度上對數據的似然度進行反應，但這種數據并不是可 靠的。從另一方面說，相對于重構誤差的不可靠性，選擇這 種方法的原因則是因為其方法的簡單與，注重它的時效 性 [5]。 （二）DBN 網絡深度 在實際的運用過程中，DBN 網絡深度取得了更為明顯的 分類效果，采用越高的網絡深度，就可以獲得更抽象的特征 表示以及分類性能，但是隨著層數的不斷增多，訓練的耗時 也不斷增多，其效率也在隨之不斷降低，網絡泛化性能也出 現了些許的波動情況。網絡深度的合適往往會與具體的應用和數據掛鉤，理應根據不同的網絡深度，通過實驗的方法， 來確定終的網絡深度。 總結：隨著生活水平的不斷提高，遙感影像即遙感技術 在人們的日常生活中扮演著越來越重要的角色，但在這門科 學技術的提升過程中也出現了很多的問題。本文主要結合基 于深度學習的各種方法，對遙感影像的分類進行了研究與分 析，希望能夠對此類學科的發展提供理論幫助。