2021年9期
刊物介绍
本刊系中国光学学会会刊,由钢铁研究总院、中国科学院物理研究所、北京大学、清华大学联合承办的学术性刊物。刊登主要内容:激光光谱测量、红外、拉曼、紫外、可见光谱、发射光谱、吸收光谱、X-射线荧光光谱、激光显微光谱、光谱化学分析、国内外光谱化学分析最新进展、开创性研究论文、学科发展前沿和最新进展、综合评述、研究简报、问题讨论、书刊评述。本刊适用于冶金、地质、机械、环境保护、国防、天文、医药、农林、化学化工、进出口商检等各领域的科学研究单位、高等院校、光谱仪器制造厂家、从事光谱学与光谱分析的研究人员、高等院校有关专业教师和研究生、有关专业管理干部。《光谱学与光谱分析》为我国首批自然科学核心期刊,中国科协优秀科技期刊,中国科协择优支持基础性、高科技学术期刊,是中国科技论文、中国科学引文数据库、中物理文摘、中国学术期刊文摘的统计源刊,被国外的SCI,AA,CA,EI,MEDLINE,AJ等文献结构收录。
光谱学与光谱分析
- 无人机成像高光谱的马铃薯地上生物量估算
- 《光谱学与光谱分析》2022年征订启事
- 口红的荧光和拉曼光谱特性的研究
- 手印纳米显现效果的评价研究进展
- 关于《光谱学与光谱分析》调整审稿费收费标准的通知
- 激光诱导击穿光谱技术在气体检测中的研究综述
- 《光谱学与光谱分析》对来稿英文摘要的要求
- 腔增强吸收光谱技术在大气环境研究中的应用进展
- 近紫外-可见-短波近红外多光谱成像数据的糯玉米种子热损伤粒的无损快速鉴别
- 高氯酸消解-ICP-OES测定炭复合磷酸铁锂中的锂、 铁、 磷
- 基于太赫兹时域光谱技术的诺氟沙星浓度检测研究
- 光栅-液晶复合结构太赫兹移相器
- 茶叶夹杂昆虫异物THz光谱检测研究
- LIBS和Raman光谱的VOCs在线探测
- 基于OPO脉冲激光激发光声光谱的真假血液分类鉴别
- 粒子群算法的近红外光谱定性分析预处理及特征提取参数优化方法研究
- 非均匀固体籽粒近红外光谱采集方法研究
- 基于近红外光谱的SG-MSC-MC-UVE-PLS算法在全血血红蛋白浓度检测中的应用
- 近红外光谱的通用聚苯乙烯牌号在线识别方法
- 可见-近红外光谱的鸭梨黑心缺陷在线检测AdaBoost集成模型研究
- 骨关节炎软骨的近红外光谱学研究及分期诊断
- 基于卷积神经网络和近红外光谱的太平猴魁茶产地鉴别分析
- 基于二维红外技术研究氧化羧甲基纤维素钠/胶原的相互作用及热稳定性
- 《光谱学与光谱分析》期刊社决定采用ScholarOne Manuscripts在线投稿审稿系统
- 基于便携式拉曼光谱的进口散装橄榄油品质现场快速无损鉴别方法
- 基于双边拟合的高稳定性共焦拉曼光谱定焦方法
- 微腔型银修饰光纤SERS探针的制备及性能研究
- 基于基本参数法的EDXRF全谱拟合定量算法及其应用
- 基于锥形单玻璃管X射线聚焦镜表征X射线光源参数
- 激光诱导荧光光谱快速检测食源性致病菌
- 《光谱学与光谱分析》入选《世界期刊影响力指数(WJCI)报告(2020 STM)》(2021年8月18日)
- Lucy-Richardson迭代解谱在X射线荧光分析的应用
- 芬太尼类物质的振动光谱特征分析研究
- 厚度对未掺杂ZnO薄膜光谱性能的影响
- 三维荧光光谱技术结合线性支持向量算法在水体有机污染监测中的应用
- 《光谱学与光谱分析》投稿简则
- 秸秆-牛粪发酵过程中溶解性有机质的荧光光谱特征
- 本刊声明
- LED红蓝组合光谱下强光照射时长及频率对生菜生长及营养元素吸收的影响
- 植物激素脱落酸分子的光谱与结构研究: 理论与实验
- 农用地土壤As元素与叶片光谱特征关系研究
- 土壤重金属砷的高光谱估算模型
- 高光谱数据对损伤长枣的检测判别
- 敬告读者
——《光谱学与光谱分析》已全文上网 - 便携式高光谱感应器在有机胶料无损分析中的应用初探
- 多光谱成像无损识别冻融猪肉中危害级碎骨
- 多光谱融合的海洋沉积物碳含量检测
- 多光谱法和分子对接模拟法研究黄腐植酸和牛血清白蛋白的相互作用
- 基于偏振反射模型和随机森林回归的叶片氮含量反演
- 天然及有机充填处理绿松石的荧光光谱研究
- 蒙古栎展叶盛期变化的光谱特征及其影响因素研究
- “南海Ⅰ号”沉船木材的微束XRF面扫描分析
- 逐级溶剂处理对子长煤有机质大分子结构的影响
- 多波长透射光谱特征提取结合支持向量机的水体细菌识别方法研究
- 腔增强吸收光谱技术中的腔镜反射率标定方法研究
- 基于全卷积金字塔残差网络的能谱CT图像降噪研究
- 陆基条件下典型地物和伪装光谱影响因子分析
- 基于时频谱特征的白酒品质分类方法研究
- 白铜热氧化过程中光谱发射率特性研究
- Preparations and Spectroscopic Studies on the Three New Strontium(Ⅱ),Barium(Ⅱ),and Lead(Ⅱ) Carbocysteine Complexes
- KDC: A Green Apple Segmentation Method