红外光谱具有高度的特征性,所以采用与标准化合物的红外光谱对比的方法来做分析鉴定,在这给大家分享红外鉴别方面的论文文献30篇。
[1]近红外光谱分析技术及仪器发展概况[J].林房，吴丽华,刘曼曼,;冷其影,巩子路邢栋,吴宏萍.酿酒. 2020(01)
[2]光谱 预处理方法选择研究[J].第五鹏瑶卞希慧，王姿方,刘巍.光谱学 与光谱分析.2019(09)
[3]近红外结 合极限学习机快速识别牛肉中掺假猪肉[J].韩方凯,刘璨。黄煜马梅,冯凡,段腾飞张东京安徽农业科学. 2019(13)
[4]红外高光谱 数据鉴别技术研究[J].张晟翀,李宇海、光电技术应用.2019(02)
[5]两种甘草种子伪品的鉴别[J].尚兴朴,邓庭伟曾燕,郑司浩王继永，史玉宝,杨连兵卢祯林，王凯.中国现代中药.2019(02)
[6]光纤光谱结合模式识别无损检测苹果表面疤痕[]孟庆龙张艳，尚静.激光技术. 2019(05)
[7]基于高光谱图像 技术的小麦种子分类识别研究[J].张航姚传安,蒋梦梦姬豫航李华杰麦类作物学报.2019(01)
[8]近红外高光 谱成像技术在药物分析中的研究进展[]白文明，王来兵成日青布仁.药物分析杂志2018(10)
面向大米分类的高光谱特征波长提取方法[J]赵刘齐海军金秀;温淑娴李绍稳江苏农业科学.2018(17)
[10]近红外高光 谱成像的微破损棉种可视化识别J].高攀,张初,吕新,张泽,何勇.光谱学与光谱分析.2018(06)
[11]多 网络联合的红外与可见光图像融合算法研究[J].邢志勇，肖儿良.包装工程.2019(23)
[12]基于方向导 波增强的红外与可见光图像融合[].张慧,常莉红.激光与红外2020(04)
[13]基于特征能里加权的红外与可见光图像融合[J].李钢，王雷张仁斌光电工程.2010(03)
[14]潜在 低秩表示框架下基于卷积神经网络结合引导滤波的红外与可见光图像融合[J].娄熙承;冯鑫光子学报.2021(03)
[15]基于可见光图像的无创血糖测童仿体实验验证[J].李芬赵跃进,孔令琴,刘明，董立泉惠梅,刘小华.光学学报.2020(06)
[16]改进生成对抗网络实现红外与可见光图像融合[J].闵莉曹思健,赵怀慈,刘鹏“飞.红外与激光工程.
[17]基于注意力与残差级联的红外与可见光图像融合[J].李晨侯进李金彪，陈子锐.计算机工程.
[18]卷积自编码融合网络的红外可见光图像融合[J].杨勇,刘家祥，黄淑英,张迎梅吴嘉骅李露奕.小型微型计算机系统.2019(12)
[19]非下采样轮廊波变换的红外与可见光图像融合[J].邓秋菊，王宁.激光杂志2020(04)
[20]基于显著矩阵与神经网络的红外与可见光图像融合[J].沈瑜陈小朋,苑玉彬，王霖,张泓国.激光与光电子学进展.2020(20)
[21]鸡 肉中假单胞菌的近红外光谱快速识别[J].陈全胜王名星郭志明范冲,孙浩，赵杰文农业机械学报.2017(08)
[22]基于BP神经网络的变里喷雾供药系统研究[J].张敏,范龙，代祥,肖静徐幼林.林业工程学报. 2017(02)
[23]基于NIR和SVM算法的巴里黄檀和交趾黄檀鉴别研究[J].李菲菲张晶,范静涛王好谦.光谱学与光谱分析.2016(S1)
[24]基于可见近红外光谱分析技术的马铃薯品种鉴别方法[J].陈争光,李鑫,范学佳.光谱学与光谱分析.2016(08)
[25]基于BP神经网络的木材近红外光谱树种识别[J]. 王学顺,孙一丹，黄敏高黄安民东北林业大学学报.2015(12)
[26]近红外光谱结合主成分分析和BP神经网络的转基因大豆无损鉴别研究[J]吴江，黄富荣,黄才欢张军,陈星旦.光谱学与光谱分析.2013(06)
[27]古家具木材无损鉴定方法研究[J].李敏华,谭必明，黄志同,朱萍,徐峰.西北林学院学报.2012(06)
[28]红木的近红外光谱分析[J].杨忠江泽慧，吕斌光谱学与光谱分析.2012(09)
[29]粗皮按木材力学性质的近红外光谱方法预测[J].赵荣军邢新婷吕建雄,张俊珍.林业科学. 2012(06)
[30]基于近红外光谱技术预测径弦切面粗皮桉木材微纤丝角[J].赵荣军,张黎，霍小梅,任海青.光谱学与光谱分析.2010(09)
