排序方式: 共有9条查询结果,搜索用时 187 毫秒
1
1.
2.
3.
4.
5.
为研究烟用爆珠内液化学成分的稳定性,采用无水乙醇稀释爆珠内液,紫外-可见光谱(UV-vis)扫描,平滑后一阶导数预处理光谱,并结合主成分分析(PCA)方法研究了烟用爆珠内液化学成分与UV-vis的关系;建立了烟用爆珠内液稳定性表征模型,并对模型进行了验证。结果表明:①UV-vis能够对爆珠内液有特征吸收的化学成分进行表征;②当显著水平α=0.05时,6种不同牌号的爆珠样品内液表征模型对异常和正常样品的正确判别率均为100%;③结合聚类分析,UV-vis与GC/MS方法均能明显区分烟用爆珠内液正常样品与异常样品。该方法快速准确、经济环保,可用于烟用爆珠内液的质量监测。 相似文献
6.
为了解烟草行业质量数据分析利用现状以及应用需求,选取卷烟、烟叶、烟用材料等12类产品对行业重点工商企业质量检测机构开展调研。结果表明:(1)行业质量数据分布层级清晰,数据量大,覆盖率高,能够满足大数据分析需求;(2)主要采用传统描述性统计方式完成数据分析,数据分析需求集中在卷烟产品的质量状况、质量趋势和预测、实验室能力水平和资源配置情况等方面;(3)数据分布分散且孤立,信息化系统多且系统间协同性差是存在的主要问题。在构建行业质量大数据时要重点围绕质量数据库建设、数据标准体系制定、大数据分析技术应用、数据共享与安全以及技术人才培养等方面开展工作。该研究可为充分利用质量数据资源提升卷烟产品质量提供支持。 相似文献
7.
8.
为实现卷烟纸燃烧时燃烧线的准确识别,构建了常见应用场景下的卷烟纸燃烧线数据集。针对检测背景复杂、多目标、燃烧线尺度不一且形状各异的难题,将并行混合注意机制嵌入了YOLO v5主干网络,构建了PHAM-YOLO网络模型用于卷烟纸燃烧线的检测。采用特征金字塔快速池化、边界盒回归等方法提升了卷烟纸燃烧线的定位准确性。结果表明,对于卷烟纸燃烧线数据集,PHAM-YOLO网络检测平均精度均值、精度和召回率分别为99.0%、99.8%和99.0%,其中平均精度均值比原始模型提高了5.0%,高于其他类型的目标检测方法。 相似文献
9.
1