前言：中文期刊網精心挑選了光譜技術論文范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。

光譜技術論文范文1

論文關鍵詞：IHS變換，HIS變換，圖像融合

 

1 引言：

隨著遙感技術的發展，現代遙感技術為對地觀測提供了多空間、多光譜、多時相分辨率的海量遙感影像數據廣泛的應用于各個領域。與單源遙感影像數據相比，多源遙感影像數據所提供的信息具有冗余性、互補性和合作性。[1]由此可見，多源遙感影像數據融合不僅是一種遙感影像數據處理技術，而且是一種遙感信息綜合處理和分析技術，是目前遙感應用研究的重點之一。一般來講，一般情況下計算機論文，多光譜圖像的光譜分辨率較高，但空間分辨率比較低。全色圖像具有高空間分辨率， 但光譜分辨率較低。 為了增加圖像信息提取的精確性和可靠性， 提高圖像的解譯能力，可以將低空間分辨率的多光譜圖像和高空間分辨率的全色圖像進行融合， 使融合后的多光譜圖像在保留光譜特性的同時具有較高的空間分辨率。而HIS變換是一種最常用的多源遙感影像數據融合的方法，融合的影像在空間分辨率和清晰度上比原多光譜影像都有了一定的提高，且較大程度上保留了多光譜影像的光譜特征，有利于提高制圖精度。Haydn 等(1982)[2]首次將IHS 變換法應用于兩種不同平臺遙感數據源的融合 ，這種方法也被用于TM 和SPOT 全色圖像數據以及SPOT 多光譜和全色波段數據的融合。 因此如何獲得高清晰的圖像已成為一個重要研究課題。本文提出了一種經過改進的HIS 變換法，從而獲得更為清晰的圖像。

2 研究區域和數據源

本文的研究區域為江西省撫州市市區。數據源為撫州市區2000年9月的ETM圖像和SPOT圖像cssci期刊目錄。研究區域圖像如下：ETM圖像為Band 5、Band 4、Band 3波段合成。

圖A 原始圖像圖B SPOT全色圖像

3 試驗方法與評價

3.1 傳統的HIS變換

從RGB模型轉換到IHS模型的變換就是IHS 變換。 而IHS 變換法的主要原理就是將多空間分辨率低的3波段圖像經過HIS變換得到I（亮度） ， H（色度） ， S（飽和度） 三個分量， 然后將高分辨率的全色圖像代替I 分量， 把它同H、S進行HIS 反變換得到具有高空間分辨率的多光譜圖像。

3.3 低通濾波HIS變換

卷積運算進行圖像平滑導致圖像空間分辨率的降低, 是由于原始RGB 圖像的空間信息與其它信息沒有分離。如果在卷積運算前首先對原始RGB 圖像進行HIS變換, 將空間分量I 分離, 只對色度H 和飽和度S 平滑,則不會引起圖像空間分辨率的降低。因此錢永蘭等提出一種改進的低通濾波變換[3] 。首先對原始多光譜圖像進行IHS 變換,將包含空間信息的I

分量分離, 只對色度、飽和度分量H、S 進行低頻卷積運算, 得到新的H′、S′分量, 將I、H′、S′做HIS 逆變換, 得到新的多光譜圖像。

3.4 直方圖匹配HIS變換

直方圖匹配是一種對數字圖像進行增強的處理方法。 直方圖匹配時對圖像查找表進行數學變換計算機論文，使一幅圖像某個波段的直方圖與另一幅圖像對應波段類似，即以一幅圖像的直方圖作為參照對象,去調整另一幅圖像的直方圖, 使之盡可能與參照圖像保持一致。伍娟、盧凌[4]提出不直接用全色圖像代替TM 圖像的I分量, 先將全色圖像同TM 圖像亮度圖像( I 分量)進行直方圖匹配, 生成與亮度分量具有相似直方圖分布特征的圖像I″,然后用I ″代替I 分量, 由I″,H , S 進行反變換得到融合圖像。這種方法不僅可部分消除全色圖像和TM 圖像獲取時光照條件差異和地形起伏的影響, 而且生成的圖像與亮度圖像相關性增大, 復合圖像的光譜特征與原TM 圖像的光譜特征接近。

3.5 改進的 HIS 變換

針對傳統HIS變換法的清晰度不強的問題，本文提出一種改進方法，即不直接用高分辨率的全色圖像代替多光譜的亮度（I）分量，而是用分辨率融合后的第一主成分代替亮度（I）分量。并進行高通濾波和直方圖匹配。對H、S分量進行低通濾波后于第一主成分進行IHS反變換。具體步驟如下：

1.首先將高分辨率全色圖像進行高通濾波，生成新圖像SPOT′。

2.將原始圖像進行主成分分析，生成PC1

3.將原始圖像第一主成分PC1與新圖像SPOT′進行直方圖匹配得到PC1′

4.將原始TM圖像進行IHS變換，提取H、S分量。

5.將H、S分量進行低通濾波生成H′、S′。

6.將PC1′、H′、S′進行IHS反變換，生成融合圖像

4 試驗結果與評價

下圖中圖C為傳統HIS變換、圖D為低通濾波HIS變換、圖E為直方圖匹配HIS變換、圖F為本文提出的HIS變換。

圖C 傳統HIS變換圖D 低通濾波HIS變換

圖E 直方圖匹配HIS變換圖F 本文提出的HIS變換

圖像融合結果的評價分為主觀評價與客觀評價。 主觀評價是通過目視來比較分析； 客觀評價是利用圖像的統計特性參數來進行判定，下面簡要介紹各種參數的定義及其物理含義。

1）圖像均值 圖像均值是像素的灰度平均值，對人眼反映為平均亮度。其定義為

式中：M，N 為像元的行列數。

2）標準差標準差(Standard Deviation) 也稱均方差(meansquare error)標準差反映了圖像灰度相對于灰度平均值的離散情況，若標準差大，則圖像灰度級分布分散，圖像的反差大計算機論文，可以看出更多的信息。標準差小，圖像反差小，對比度不大，色調單一，看不出太多信息。

3）信息熵[5] 根據仙農(Shannon)信息論的原理，一幅8bit 表示的圖像x的信息熵為：

式中： x 為輸入的圖像變量， Pi 為圖像像元灰度值為i的概率cssci期刊目錄。熵越大，圖像所包含的信息量越豐富

4）平均梯度 平均梯度可敏感地反映圖像對微小細節反差表達的能力，可用來評價圖像的清晰程度，同時還可以反映出圖像中微小細節反差和紋理變換特征。其計算公式為

圖像評價參數結果下表：

 

方法

波段

最小值

最大值

平均值

標準差

熵（bit）

Band543

熵之和（bit）

平均梯度

原始TM圖像

Band5

218

74.661

24.811

6.2726

17.5765

8.6366

Band4

100

63.589

15.519

5.6872

4.8941

Band3

181

63.738

18.245

5.6167

5.2615

傳統HIS變換

Band5

255

227.355

2.743

3.2006

12.384

0.65117

Band4

255

71.384

12.298

5.4488

2.3645

Band3

255

15.010

3.906

3.7346

0.6966

低通濾波

Band5

255

85.715

28.323

6.4831

19.5576

9.3466

Band4

255

153.754

36.468

6.8617

9.952

Band3

255

89.276

25.058

6.2128

8.0971

直方圖匹配

Band5

255

73.156

18.381

6.0857

19.5338

4.5971

Band4

255

132.423

27.471

6.6110

6.7384

Band3

255

125.977

32.808

6.8371

6.0906

自己方法

Band5

255

72.945

20.423

6.2020

19.523

12.503

Band4

255

121.641

27.210

6.3912

17.452

Band3

255

114.032

36.198

光譜技術論文范文2

光學之芒,燦爛輝煌。在光學的領域里,他頭頂著太多的“光環”,卻沒有絲毫松懈,肩負著無限重任,但始終沉著、堅毅。他淵博寬厚,抱定赤子之心,十余載春秋獻身中國光學領域,他就是首都師范大學物理系研究員、系科研副主任張巖。

九天攬月鴻鵠志 步步為營創輝煌

在通往科學高峰的路上,張教授一路前行,品嘗著希望與困難,交融著榮耀與汗水,深造期間,他用不懈的努力換來了中國光學科技前沿領域的重大突破。讀研期間,他同導師劉樹田教授一起在國內率先開展光學分數傅立葉變換的研究。為利用光學分數傅立葉變換進行信息處理鋪平了道路。在中科院物理所攻讀博士學位期間,開拓了分數傅立葉變換在光學信息處理領域中的應用,被評價是國內在現代光學技術科學領域研究工作中的優秀成果具有國際先進水平。

1999-2001年,他獲得日本學術振興會博士后基金資助,在日本山形大學工學部從事生物成像研究,被應用在實際的儀器上。2001-2002年,他在香港理工大學電子工程系從事光纖氣體傳感器研究。其研究內容被收錄在《光纖傳感技術新進展》一書中,已出版發行。2002-2003年,他在德國洪堡基金的資助下在德國斯圖加特大學應用光學研究所任洪堡研究員,從事數字全息重建算法的研究,提出了利用相位恢復算法來進行數字全息重建的新方案,引起了同行的重視和肯定。這部分內容作為美國Nova Science出版社的新書《New Developments in Lasers and Electro-Optics Research》中的一章,已經出版發行。

2003年,他進入首都師范大學物理系工作,先后獲得了北京市科技新星計劃,北京市留學人員擇優資助等人才項目的資助。作為北京市“太赫茲波譜與成像”創新團隊的核心成員,主要從事太赫茲波譜與成像,太赫茲波段表面等離子光學和微納光電子器件設計研究。他提出的多波長成像方法得到了美國Rice大學太赫茲研究者Mittleman的認可,被評價為不僅可以有效地增加成像范圍,還可以提高信噪比。多篇論文被太赫茲領域的虛擬期刊收錄。并于2007年和2009年分別到美國倫斯特理工大學和德國康斯坦茨大學進行訪問研究。

歡聲震地 驚退萬人贏戰績

光譜技術論文范文3

關鍵詞：可見光技術；稻飛虱；穗頸瘟

中圖分類號：S511 文獻標識碼：A 文章編號：1674-0432（2010）-12-0091-1

本文主要研究受稻飛虱和穗頸瘟而倒伏的水稻冠層做光譜研究，使用支持向量分類機針對倒伏和正常得水稻分別給與主分量光譜分析，以增加災害評估、病蟲害監測與遙感估測中可見光光譜技術的使用。

1 材料與方法

1.1 試驗準備

儀器使用ASD公司觀測儀器的高光譜輻射儀（FieldSpe Pro FRTM），在350-2500nm的波段范圍中350-1000nm的波段寬(光譜采樣間隔)為1.4nm，3nm的光譜分辨率；1000-2500nm的波段寬(光譜采樣間隔)為2nm，10nm的光譜分辨率。

選取穗京4號水稻品種，其易感稻瘟病。2009年4月10日播種，5月12日移栽（機插），稻穗頸瘟自然發病較重，引起水稻植株倒伏，黃熟期光譜觀測。

1.2 研究方法

在觀測點于2009年8月20日上午10:00-11:00測定穗頸瘟危害倒伏水稻的冠層光譜，各樣點采集3次光譜，測定10條光譜曲線，取其平均值作為該樣點的光譜反射值，測定正常水稻光譜。

在View Spec Pro2.14（一種光譜分析軟件）中，使用光譜平滑處理（五步滑動平均法）。在Matlab7.0中可以實現光譜數據分析，選用400-1800nm之間的波段進行分析，去掉1341-1450nm之間的吸收水汽的光譜帶。

2 分析與結果

2.1 水稻田間冠層光譜特征分析

水稻因受穗頸瘟和稻飛虱的危害而倒伏，而改變了原有的群體結構，致使植株受光條件和各組分(如莖稈、稻穗等)對冠層光譜的貢獻比例都發生變化。

圖 1 正常和倒伏的水稻冠層光譜曲線

由圖1可知，在可見光400-1800nm的譜段內，正常水稻和倒伏水稻的反射光譜有一定得的增加，在可見光400-690nm的普段內提高了2-10%。說明對倒伏與正常這不同生長狀態的水稻可以使用冠層光譜進行識別。

2.2 C2 SVC對倒伏水稻的識別與驗證

圖2 前二個主成分分量

首先從觀測點觀測70個正常和倒伏的水稻中隨機選取75%的樣株，作為訓練C2 SVC的數據，輸入向量使用前兩個主分量光譜，對正常與倒伏得水稻進行劃分。由于LIBSVM 2.83有很多默認的參數，使用默認參數立即可以解決大量分類與回歸問題，分別影響模型運行精度和速度的重要參數是核函數類型和交互檢驗階數。長時間測試后發現，每當懲罰系數C為1、交互檢驗階數是3、核函數使用徑向基函數RBF并且保持其他參數不改變時，模型的平均精確度到達到100%，可訓練數據中可以實現對正常和倒伏水稻完美識別。

在LIBSVM 2.83中，訓練完成后的網絡，它的參數權值總是恒定的，為了檢測構建模型的普適性，使用黑龍江友誼農場的22個樣株作為數據驗證，測試水稻不同生長狀態時的識別效果，利用C2 SVC對倒伏與正常水稻的生長狀態進行識別時，倒伏水稻沒有被錯分為正常，反之亦然，精度是100%。

3 結論

本研究中觀測點的水稻倒伏都是著地倒，并沒有其他倒伏角度的情況。另外，本研究中的的光譜測試只有地面測試，沒有其他高光譜影像數據。所以，結果能否用于其他研究，還需驗證。

參考文獻

[1] 劉良云,王紀華,宋曉宇,等.小麥倒伏的光譜特征及遙感監測[J].遙感學報,2007,9:323-327.

[2] 劉占宇.水稻主要病蟲害脅迫遙感監測研究[A].浙江大學博士學位論文[D].2008,6:79-86.

光譜技術論文范文4

[關鍵詞] AOTF近紅外光譜；在線檢測；羊藿

[中圖分類號] R285.5 [文獻標識碼] A [文章編號] 1673-7210（2014）08（c）-0111-04

Detection of concentration from Epimedium brevicornum Maxim. in processing line with AOTF near-infrared spectroscopy

YANG Li LI Jing LIU Cuihong XU Dingzhou LI Yu ZHONG Ming

Guangzhou Hanfang Pharmaceutical Co.， Ltd.， Guangdong Province， Guangzhou 510240， China

[Abstract] Objective To achieve online detection of the Epimedium brevicornum Maxim. concentration process using the AOTF near infrared spectroscopy. Methods The near infrared spectroscopy of Epimedium brevicornum Maxim. in the concentration process was obtained with acousto-optic tunable filter （AOTF） near-infrared spectrometer. Meanwhile the real-time sample was measured using off-line UV spectrophotometer. The calibration models were built up by adopting the first-order differential equation and partial least-squares （PLS1） and the accuracy of the models was evaluated through external validation and internal validation. Results The near-infrared spectroscopy data and the off-line UV-detected data were correlated and the result was satisfactory. The correlation coefficient was 0.98. The relative deviation of the flavonoids concentration was 0.596 mg/mL via internal validation and 1.380 mg/mL via external validation using the established model， which satisfied the demands of the concentration progress. Conclusion AOTF near-infrared spectroscopy technology provides effective real-time monitoring on the product quality， solving the problems of hysteresis with off-line detection.

[Key words] AOTF near-infrared spectroscopy； Online detection； Epimedium brevicornum Maxim.

近紅外光譜分析儀產生于20世紀50年代后期，經過50多年的發展，先后經歷了濾光片、光柵掃描、傅立葉變換、多通道、聲光可調濾光器（AOTF）五代技術。目前已廣泛應用于農業[1-3]、石油化工[4]、食品工業和制藥工業及臨床醫院[5-7]等領域。近紅外技術在制藥行業最初用于測定溶液中的胺和酰胺化合物的含量和氫鍵的研究[8]。1966年，Sinsheimer等[9]利用近紅外光譜分析了壓制藥粒中活性組分銨鹽的含量。1977年Zappala等[10]采用近紅外光譜測定了藥片、膠囊、注射液和懸浮液中眠爾通的含量[10]。1984年，馬氏距離被應用于鑒別藥品原材料的種類[11]。1986年，Whitfield[12]建立了測定獸藥粒丸中林可霉素含量的方法，這是美國食品與藥物管理局（FDA）認可的首個近紅外方法[13]。1987年，Ciurczak[14]發表了近紅外光譜法應用于鑒別藥品原材料的種類。在國內，應用近紅外定性定量方法，李睿等[15]研究了中國傘形科阿魏亞族植物的分類；何淑華等[16]對吉林人參進行定性分析；李國輝等[17]對栽培和野生中藥材燈盞花進行鑒別；李彥周等[18]近紅外光譜技術在中草藥分析中的應用中對中草藥定量和定性分析進行了綜述。

本研究表明，近紅外光譜技術可應用與中藥生產濃縮環節的質量實時監控，為中藥生產和質量控制提供新的方法和思路。

[參考文獻]

[1] McCaig TN. Extending the use of visible/near-infrared reflectance spectrophotometers to measure of food and agriculture products [J]. Food Research International，2002，35（8）：731-736.

[2] 吉海彥，嚴衍祿.在國產近紅外光譜儀實驗樣機上用偏最小二乘法定量分析大麥成分[J].分析化學，1998，26（5）：607-611.

[3] Delwiche SR，McKenzie KS，Webb BD. Quality characteristics in rice by near Infrared reflectance analysis of whole grain milled samples [J]. J Cereal Chem，1996（73）：257-263.

[4] 雷猛，馮新瀘.二維近紅外光譜定量分析內燃機油粘度指數性能的研究[J].石油煉制與化工，2009，40（4）：61-65.

[5] Shengtian P，Hoeil C，Mark A，et al. Near-infrared spectroscopy measurement of physio-logical glucose level in variable matrices of protein and triglycerides [J]. Anal Chem，1996，68（7）：1124-1135.

[6] 陳衛國，程，盧廣，等.用近紅外光拓撲圖技術實時跟蹤腦血流變化[J].生物物理學報，2000，16（3）：613-617.

[7] 柴金朝，金尚忠.近紅外光譜技術在紡織品定性檢測中的應用[J].紡織學報，2009，30（4）：55-58.

[8] 陸婉珍.陸婉珍論文集[M].北京：化學工業出版社，2004：9.

[9] Sinsheimer JE，Keuhnelian AM. Near-infrared spectroscopy of amine salts [J]. J Pharm Sci，1966，55（11）：1240-1244.

[10] Zappala AF，Post A. Rapid near-infrared spectrophotometric detamination of meprobamate in pharmaceutical preparations [J]. J Pharm Sci，1977，66（2）：292-293.

[11] Ciurczak EW. Proc Annu Symp NIRA [M]. New York：Technicon，1984.

[12] Whitfield RG. Near-infrared reflectance analysis of pharmaceutical products [J]. Pharm Manuf，1986，4：31-40.

[13] Ciurczak EW. Uses of near-infrared spectrosocopy in pharmaceutical analysis [J]. Appl Spectrosc Rev，1987，23（1-2）：147-163.

[14] Burns DA，Ciurczak EW. Handbook of near-infrared analysis [M]. New York：Marcel Deker Inc，1992.

[15] 李睿，李偉，白云飛，等.近紅外光譜技術在中國傘形科阿魏亞族植物分類中的應用[J].西北植物學報，2000， 20（40）：666-670.

[16] 何淑華，孫瑞巖，任玉秋，等.近紅外漫反射光譜法對吉林人參的分類探討[J].吉林大學自然科學學報，2001，（1）：96-98.

[17] 李國輝，張錄達，楊建文，等.栽培和野生中藥材燈盞花的近紅外光譜鑒別模型[J].光譜學與光譜分析，2007， 27（10）：1959-1960.

[18] 李彥周，閔順耕，劉霞.近紅外光譜技術在中草藥分析中的應用[J].光譜學與光譜分析，2008，28（7）：1549-1553.

[19] 林新，李文魁，肖培根.羊藿研究的新進展[J].中國藥學雜志，1997，23（8）：449-452.

[20] 國家藥典委員會.中國藥典[S].一部.北京：中國醫藥科技出版社，2010：307.

光譜技術論文范文5

【關鍵詞】紅外光譜；大黃；真偽鑒別

大黃是常見中藥材之一，乃蓼科大黃屬植物，具瀉下、利膽、護肝、活血等功效，其屬種繁多，約60余種，然具藥用價值的正品大黃僅為掌葉大黃、唐古特大黃及藥用大黃3個品種的干燥根及根莖[1]，報道顯示：混淆品大黃服用后容易引發腹痛[2]。因此，如何鑒定正品大黃以保證其臨床療效，是我們面臨的難題之一。然，目前對其鑒定多以外部形態以及從性狀、顯微觀察和理化分析等角度進行，這些方法對于塊狀大黃鑒別頗有成效，但對粉末狀大黃的區分卻難以進行區別[3]，近年來，隨著現代分析檢測技術的進步和計算機科學的日新月異，紅外光譜法漸次應用到中藥樣品的相關監測之中[4]，從而為快速、準確鑒別正偽品提供了可能。本研究即采用紅外光譜法對正偽大黃進行監測，報告如下：

1 研究對象與方法

1.1研究對象正品大黃：產于西寧的唐古特大黃。混淆品大黃：華北大黃。正偽品大黃的樣品均由我市藥品檢驗所提供并作生藥學鑒定。將大黃樣品充分粉碎均勻，過孔徑篩后備用。

1.2研究方法Perkin-Elmer公司生產的Spectrum GX型紅外光譜儀（光譜范圍：4000~400 cm-1）；DTGS檢測器（相關參數設置：分辨率為4 cm-1，掃描頻次為16次，掃描時實時扣除水和二氧化碳的干擾，速度為0.2 cm-1/s）；溫控范圍在室溫至110℃的可編程溫度控制單元和變溫池（直徑38 mm，厚度為10 mm）。正偽品大黃樣品分別與溴化鉀粉末一起研磨壓片，附著在變溫附件樣品架上，自50~110℃之間，每間隔10℃進行光譜圖測定。

1.3數據處理測量若干次后將樣品池取出搖動，使樣品池中的樣品得到填充，以便保證樣品數據的代表性和準確性，每個樣品掃描測量50次，然后取其平均值作為該樣品的光譜。樣品的掃描測量數據以ASCII碼存儲，而后采用另外一臺計算機進行分析處理。

2結果

2.1正偽品大黃的紅外光譜圖比較如圖所示，正偽品大黃的紅外譜圖比較接近，如用肉眼很難進行鑒別。通過相關數據分析可見，兩者僅在波峰上存在差異。結果見圖1。

圖1真偽大黃的紅外光譜圖

2.2正偽品大黃紅外光譜數據分析采用清華大學開發設計的二維相關紅外軟件，分別獲得正品大黃和偽品大黃變溫過程的二維相關分析譜(圖2、3所示)。在1030~1170 cm-1區域內，正品大黃和偽品大黃的二維相關紅外光譜中可見在圖2中的對角線上，正品大黃出現了2個較強的自相關峰，而圖3中的偽品大黃僅出現了1個自相關峰。其中正品大黃在1060和1080 cm-1處出現了所對應的基團振動峰的位置，而偽品大黃僅僅在1080 cm-1處出現自相關峰，其余未見。此種現象說明偽品大黃的相關譜中1060 cm-1對應的基團隨著溫度的升高沒有發生相互作用。可見，正品與偽品大黃相比，無論從自相關和交叉相關，還是同步譜或異步譜都顯示了較大的差別。

3小結

近年來，紅外光譜技術是受到人們特別重視和發展相當迅速的光譜分析方法之一。通常在780~3 100 nm的近紅外光譜區內，主要受到分子中CH， OH， NH基團的倍頻和合頻的吸收。

本研究采用清華大學研發的二維相關分析技術，通過變溫過程中引起大黃的相關結構變化規律，取得高分辨的二維譜圖，進行真偽大黃化學成分差異的分析來鑒別藥材的真偽，該法通過相關軟件進行研究，操作簡單，結論準確，不失為鑒別藥用植物的真偽的一種簡單實用的新方法。

參考文獻

［1］中華人民共和國衛生部藥典委員會.中華人民共和國藥典[M].北京： 化學工業出版社，2000：18~19

［2］孫素琴，周群，梁曦云，等.大黃的鑒別分析[J].光譜學與光譜分析，2002， 22(4)： 600.

［3］湯彥豐，張卓勇，范國強. 中草藥大黃的近紅外光譜和人工神經網絡鑒別研究[J].光譜學與光譜分析，2004， 24(11)： 1348~1351

［4］周群，李靜，劉軍，等. 真偽大黃的二維相關紅外光譜[J].分析化學，2003， 31(9)： 1058~1061

［5］湯彥豐，張卓勇，范國強，等.基于大黃的紅外光譜的人工神經網絡鑒別研究[J].光譜學與光譜分析，2005， 25(5)： 715~718

光譜技術論文范文6

2013年新入選 CODE 期刊名稱

T016 高校化學工程學報

B003 高校應用數學學報

R037 高壓電器

C056 高壓物理學報

E005 高原氣象

V021 給水排水

N105 工程爆破

E360 工程地質學報

S712 工程管理學報

N049 工程機械

V030 工程勘察

V033 工程抗震與加固改造

C002 工程力學

C073 工程熱物理學報

N590 工程設計學報

B031 工程數學學報

T003 工程塑料應用

N064 工具技術

K018 工礦自動化

T563 工業催化

J057 工業工程

N110 工業工程與管理

P009 工業加熱

V010 工業建筑

P005 工業爐

Z013 工業水處理

F030 工業微生物

G025 工業衛生與職業病

N037 工業儀表與自動化裝置

Z032 工業用水與廢水

G207 公共衛生與預防醫學

X579 公路

X022 公路工程

X047 公路交通技術

N039 功能材料

M502 功能材料與器件學報

D503 功能高分子學報

E601 古地理學報

E304 古脊椎動物學報

E022 古生物學報

G478 骨科

R047 固體電子學研究與進展

Y013 固體火箭技術

C103 固體力學學報

W007 管理工程學報

W018 管理科學

W008 管理科學學報

W025 管理評論

W016 管理學報

H226 灌溉排水學報

R026 光電工程

R061 光電子•激光

R082 光電子技術

C091 光譜學與光譜分析

C097 光散射學報

R031 光通信技術

N015 光學技術

N033 光學精密工程

C050 光學學報