
2021年9期
刊物介紹
本刊系中國光學學會會刊,由鋼鐵研究總院、中國科學院物理研究所、北京大學、清華大學聯合承辦的學術性刊物。刊登主要內容:激光光譜測量、紅外、拉曼、紫外、可見光譜、發射光譜、吸收光譜、X-射線熒光光譜、激光顯微光譜、光譜化學分析、國內外光譜化學分析最新進展、開創性研究論文、學科發展前沿和最新進展、綜合評述、研究簡報、問題討論、書刊評述。本刊適用于冶金、地質、機械、環境保護、國防、天文、醫藥、農林、化學化工、進出口商檢等各領域的科學研究單位、高等院校、光譜儀器制造廠家、從事光譜學與光譜分析的研究人員、高等院校有關專業教師和研究生、有關專業管理干部。《光譜學與光譜分析》為我國首批自然科學核心期刊,中國科協優秀科技期刊,中國科協擇優支持基礎性、高科技學術期刊,是中國科技論文、中國科學引文數據庫、中物理文摘、中國學術期刊文摘的統計源刊,被國外的SCI,AA,CA,EI,MEDLINE,AJ等文獻結構收錄。
光譜學與光譜分析
- 無人機成像高光譜的馬鈴薯地上生物量估算
- 《光譜學與光譜分析》2022年征訂啟事
- 口紅的熒光和拉曼光譜特性的研究
- 手印納米顯現效果的評價研究進展
- 關于《光譜學與光譜分析》調整審稿費收費標準的通知
- 激光誘導擊穿光譜技術在氣體檢測中的研究綜述
- 《光譜學與光譜分析》對來稿英文摘要的要求
- 腔增強吸收光譜技術在大氣環境研究中的應用進展
- 近紫外-可見-短波近紅外多光譜成像數據的糯玉米種子熱損傷粒的無損快速鑒別
- 高氯酸消解-ICP-OES測定炭復合磷酸鐵鋰中的鋰、 鐵、 磷
- 基于太赫茲時域光譜技術的諾氟沙星濃度檢測研究
- 光柵-液晶復合結構太赫茲移相器
- 茶葉夾雜昆蟲異物THz光譜檢測研究
- LIBS和Raman光譜的VOCs在線探測
- 基于OPO脈沖激光激發光聲光譜的真假血液分類鑒別
- 粒子群算法的近紅外光譜定性分析預處理及特征提取參數優化方法研究
- 非均勻固體籽粒近紅外光譜采集方法研究
- 基于近紅外光譜的SG-MSC-MC-UVE-PLS算法在全血血紅蛋白濃度檢測中的應用
- 近紅外光譜的通用聚苯乙烯牌號在線識別方法
- 可見-近紅外光譜的鴨梨黑心缺陷在線檢測AdaBoost集成模型研究
- 骨關節炎軟骨的近紅外光譜學研究及分期診斷
- 基于卷積神經網絡和近紅外光譜的太平猴魁茶產地鑒別分析
- 基于二維紅外技術研究氧化羧甲基纖維素鈉/膠原的相互作用及熱穩定性
- 《光譜學與光譜分析》期刊社決定采用ScholarOne Manuscripts在線投稿審稿系統
- 基于便攜式拉曼光譜的進口散裝橄欖油品質現場快速無損鑒別方法
- 基于雙邊擬合的高穩定性共焦拉曼光譜定焦方法
- 微腔型銀修飾光纖SERS探針的制備及性能研究
- 基于基本參數法的EDXRF全譜擬合定量算法及其應用
- 基于錐形單玻璃管X射線聚焦鏡表征X射線光源參數
- 激光誘導熒光光譜快速檢測食源性致病菌
- 《光譜學與光譜分析》入選《世界期刊影響力指數(WJCI)報告(2020 STM)》(2021年8月18日)
- Lucy-Richardson迭代解譜在X射線熒光分析的應用
- 芬太尼類物質的振動光譜特征分析研究
- 厚度對未摻雜ZnO薄膜光譜性能的影響
- 三維熒光光譜技術結合線性支持向量算法在水體有機污染監測中的應用
- 《光譜學與光譜分析》投稿簡則
- 秸稈-牛糞發酵過程中溶解性有機質的熒光光譜特征
- 本刊聲明
- LED紅藍組合光譜下強光照射時長及頻率對生菜生長及營養元素吸收的影響
- 植物激素脫落酸分子的光譜與結構研究: 理論與實驗
- 農用地土壤As元素與葉片光譜特征關系研究
- 土壤重金屬砷的高光譜估算模型
- 高光譜數據對損傷長棗的檢測判別
- 敬告讀者
——《光譜學與光譜分析》已全文上網 - 便攜式高光譜感應器在有機膠料無損分析中的應用初探
- 多光譜成像無損識別凍融豬肉中危害級碎骨
- 多光譜融合的海洋沉積物碳含量檢測
- 多光譜法和分子對接模擬法研究黃腐植酸和牛血清白蛋白的相互作用
- 基于偏振反射模型和隨機森林回歸的葉片氮含量反演
- 天然及有機充填處理綠松石的熒光光譜研究
- 蒙古櫟展葉盛期變化的光譜特征及其影響因素研究
- “南海Ⅰ號”沉船木材的微束XRF面掃描分析
- 逐級溶劑處理對子長煤有機質大分子結構的影響
- 多波長透射光譜特征提取結合支持向量機的水體細菌識別方法研究
- 腔增強吸收光譜技術中的腔鏡反射率標定方法研究
- 基于全卷積金字塔殘差網絡的能譜CT圖像降噪研究
- 陸基條件下典型地物和偽裝光譜影響因子分析
- 基于時頻譜特征的白酒品質分類方法研究
- 白銅熱氧化過程中光譜發射率特性研究
- Preparations and Spectroscopic Studies on the Three New Strontium(Ⅱ),Barium(Ⅱ),and Lead(Ⅱ) Carbocysteine Complexes
- KDC: A Green Apple Segmentation Method
