光子工具-用于分析单光子测量数据的工具 photon-tools是用于处理和分析光子时间戳数据（特别是来自FRET和FCS实验） photon-tools的集合。 安装：两分钟版本 要在Ubuntu上安装photon-tools ， $ sudo apt-get install python3 python3-numpy python3-scipy python3-matplotlib \ python3-setuptools build-essential cython3 libboost-all-dev $ git clone git://github.com/bgamari/photon-tools.git $ cd photon-tools $ ./install.sh 安装：未删节版 其中许多实用程序都是用Python编写的，通常需要python 3或更高版本以及n

提出了使用大型强子对撞机的ATLAS检测器收集的数据来寻找中性，弱相互作用，长寿命粒子的衰减的方法。 本文的分析使用了2015–2016年记录的s = 13 TeV时质子-质子碰撞数据的36.1 fb-1。 该搜索采用了一种技术，该技术利用两顶点策略和一种仅需要一个顶点并结合检测器中的额外活动的新技术，即可在μon光谱仪中重建衰落成射流的长寿命粒子的顶点，从而提高了使用寿命的灵敏度。 观察到的事件数量与预期的背景一致，并确定了几个基准信号的极限。

matlab改变代码颜色MDL4OW 的源代码和注释： 刘胜杰，石谦和张良培。 使用多任务深度学习的未知类的少量快照高光谱图像分类。 IEEE TGRS，2020年。 接触： 代码和注释在此处发布，或检查 概述 普通：错误分类道路，房屋，直升机和卡车 以下是正常/封闭式分类。 如果您熟悉高光谱数据，您会发现培训样本中未包含某些材料。 例如，对于上方的图像（萨利纳斯山谷），道路和农田之间的房屋无法分类为任何已知类别。 但是，深度学习模型仍然必须分配标签之一，因为从不教它识别未知实例。 我们的工作：用黑色掩盖未知的事物 我们在这里所做的是，通过使用多任务深度学习，使深度学习模型具有识别未知事物的能力：那些被黑色掩盖的事物。 对于上方的图像（萨利纳斯山谷），农田之间的道路和房屋已成功识别。 对于下图（帕维亚大学校园），直升机和卡车被成功识别。 钥匙包 tensorflow-gpu==1.9 keras==2.1.6 libmr 在Windows 10的Python 3.6上测试 推荐Anaconda，Spyder 如何使用 高光谱卫星图像 输入图像的大小为imx×imy×通道。 卫星图像是标

我们利用重夸克（HQ）对称性对重介子的有效场论，并基于隐式规范对称性将轻向量介子纳入其中，将激发的引诱子和美丽介子的强衰变分析成轻向量介子。 HQ对称性使我们能够将自旋双峰中的重介子分类，并关联激发态的衰变。 我们建立了用于控制Hi→P（*）V模式的有效拉格朗日项，其中Hi受激的s，p，d和f波重轻夸克介子P，P *位于最低的JP =（0−， 1-）重轻介子，V为轻向量介子。 提供了与有效拉格朗日项中的强耦合无关的衰变宽度比的预测。 提出了新近观测到的重轻介子的分类。

SPECEXITANCE 根据马克斯普朗克定律计算黑体的光谱辐射出射率，以 (W/m^2·µm) 表示 M = specexitance(LAMBDA, T) 根据马克斯普朗克定律，根据给定的温度（T，以开尔文为单位）和波长（以微米为单位的 lamda [10^-6 m]）计算光谱辐射出射率M = specexitance(LAMBDA, T, n) 根据马克斯普朗克定律，基于给定温度（T，以开尔文为单位）和波长（以微米为单位的拉姆达 [10^-6 m]）计算光谱辐射出射率，在介质中计算折射率不为1。 对于 lamda == 0，该函数不存在。

30Na2O-2Al2O3-25 SiO2-xCeO2（43-x）B2O3系统中复杂玻璃的微观结构，x的变化范围为0.5至20 mol％。 通过11B NMR和FTIR光谱对高氧化铈含量（≥8 mol％CeO2）的玻璃进行结构测定。 另一方面，几乎没有将29Si MAS NMR实验应用于CeO2> 8 mol％的玻璃。 这是由于铈阳离子引起的顺磁作用引起稀释或延迟了共振现象。 从NMR数据证明，氧化钠足够高以修饰构成玻璃骨架的玻璃形成单元。 二氧化铈以及二氧化硅和B2O3均是玻璃形成物质。 硼四面体单元（N4）分数的降低和硅核的化学位移（δ）的降低都证实了CeO2作为玻璃形成剂的作用。 另一方面，随着CeO2含量（≥8mol％）的进一步增加，N4的快速减少和Si核的化学位移清楚地表明，氧化铈作为网络形成剂的参与能力随其含量的增加而增加。 应用新方法确定CeO4作为玻璃形成单元的比例。 在这种方法中，我们利用11B NMR和FTIR光谱的共同优势来获得Ce4馏分。 后者的种类不能通过NMR光谱确定，因为非常高的弛豫时间和二氧化铈的磁化强度会引起强烈的光谱展宽，从而阻止了共振光谱的出现。

可调谐二极管激光吸收光谱技术(TDLAS)作为近年来发展起来的一种气体检测技术,具有高分辨率、高灵敏度和快速测量等特点。波长调制光谱信号的二次谐波分量常作为检测信号,用于气体浓度信息的反演。利用MATLAB中的可视化建模仿真平台Simulink,模拟了基于TDLAS的波长调制光谱信号,利用锁相放大原理提取二次谐波分量。采用数字锁相,正交双通道结构实现锁相算法。通过比较不同调制系数下二次谐波信号的变化情况,分析了二次谐波信号与调制系数的关系,以便确定最佳参数,用于二次谐波的提取。

使用机器学习模型实现近红外光谱数据建模

JJG 1034-2008 光谱光度计标准滤光器检定规程

近红外光谱在油脂可皂化物含量测定中的应用，安丽艳，曾鸣，生物柴油是以动植物油脂为原料制备的，为实现生物柴油原料中可皂化物含量的快速检测，以大豆油为对象，研究探讨了近红外光谱技术