基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文讨论了一种不经分离以光度法同时测定铀矿石中铀和钍的方法,光谱数据采用径向基人工神经网络程序进行处理.对一组合成样品进行分析,铀和钍的平均标准偏差分别为7.56%和2.12%,回收率大约为80-117%.利用该法对铀矿石中的铀和钍进行测定,结果满意.
推荐文章
人工神经网络-流动注射光度法同时测定锰和铁
人工神经网络
流动注射
光度法
遗传算法-神经网络-流动注射光度法同时测定镍和铁
流动注射分析
人工神经网络
遗传算法
分光光度法测定飞来峡水库水中的铀、钍
飞来峡
235N
分光光度法
萃取光度法精密测定铀
DPC
Cr(Ⅵ)
萃取光度法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 神经网络--光度法同时测定铀矿石中铀和钍
来源期刊 江西化工 学科
关键词 紫外可见分光光度法 径向基人工神经网络
年,卷(期) 2002,(4) 所属期刊栏目 试验研究
研究方向 页码范围 57-60
页数 4页 分类号
字数 1274字 语种 中文
DOI 10.3969/j.issn.1008-3103.2002.04.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 倪永年 南昌大学化学系 174 1670 21.0 28.0
2 李芳清 南昌大学化学系 2 28 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (8)
同被引文献  (21)
二级引证文献  (11)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(2)
  • 参考文献(2)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(2)
  • 二级引证文献(1)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
紫外可见分光光度法
径向基人工神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
江西化工
双月刊
1008-3103
36-1108/TQ
16开
南昌市北京东路138号
1985
chi
出版文献量(篇)
6165
总下载数(次)
21
总被引数(次)
16349
论文1v1指导