[1]张磊, 孙琳琳, 崔兰芳.傅立叶红外光谱法鉴别塑料食品包装盒[J].合成材料老化与应用, 2023, 52(03):45-46[2]朱莹莹, 张宁, 马科锋, 周淑美, 黄荣.显微红外光谱法检测实验室矿物固床降解体系中的可降解微塑料[J].塑料工业, 2023, 51(02):107-111[3]樊许娜, 陈永艳, 邢方潇, 叶必雄.显微拉曼光谱法和显微红外光谱法检测饮用水中微塑料的初步比较研究[J].环境卫生学杂志, 2023, 13(01):54-59[4]Lorenzo Cafieroa, Eugenio Castoldia, Riccardo Tuffia, et al.Identification and characterization of plastics from small appliances and kinetic analysis of their thermally activated pyrolysis[J].Polymer Degradation and Stability,2014:307-318.[J].Polymer Degradation and Stability, 2014, 01(01):307-318[5]Mauruschat Dirk,Plinke Burkhard,Aderhold Jochen,et al.Application of near-infrared spectroscopy for the fast detection and sorting of wood-plastic composites and waste wood treated with wood preservatives[J].Wood Science and Technology, 2016, 50(2):313-331[6]魏晓晓, 崔芃, 王大海, 刘伟丽, 高峡, 张梅, 黄艳, 吴毓炜, 赵宏亮.红外光谱法快速鉴别可降解一次性塑料制品[J].分析仪器, 2022(01):36-41.[J].分析仪器, 2022, 01(01):36-41[7]周淑美, 曹佳梦, 张宁, 黄荣.红外光谱在可降解塑料包装材质分析中的应用[J].绿色包装, 2022(01):20-24.[J].绿色包装, 2022, 01(01):20-24[8]秦倩倩, 孙发哲, 高志.红外光谱技术在塑料中的应用[J].广东化工, 2021, 48(22):112-113[9]姜浩, 孙稚菁, 张彦波, 王莹, 路颖, 桑琳, 王艳色, 魏志勇.红外和差示扫描量热法快速检测降解塑料主材成分[J].塑料工业, 2023, 51(03):114-120[10]王润雨, 董大明, 叶松, 矫雷子.塑料挥发物长光程测量方法[J].光谱学与光谱分析, 2021, 41(10):3039-3044[11]文生平, 张豪, 李建军等.基于近红外光谱的废杂塑料分类[J].塑料工业, 2023, 51(05):155-161[12]陆婉珍, 储小立.近红外光谱(NIR)和过程分析技术(PAT) [J] .现代科学仪器, 2007(04):13-17.[J].现代科学仪器, 2007, 1(04):13-17[13]朱珂郁, 曹长林, 杨松伟, 钱庆荣, 陈庆华.近红外光谱技术原理及其在废杂塑料识别分选中的应用进展[J].福建师范大学学报自然科学版, 2021, 37(05):109-116[14]汤庆峰, 李琴梅, 王佳敏, 张裕祥, 高峡.显微-傅里叶变换红外光谱鉴别分析微塑料[J].中国塑料, 2021, 35(08):172-180[15]张文杰, 焦安然, 田静, 王晓娟, 王斌, 徐晓轩.卷积神经网络和支持向量机算法在塑料近红外光谱分类中的模型应用[J].分析测试学报, 2021, 40(07):1062-1067[16]蔡秀梅, 刘航, 吴成茂等.基于分数阶的低照度图像增强方法[J].光电子·激光, 2023, 34(05):482-488[17]尹建强, 朱金波, 曾秋予等.X射线煤矸识别过程中图像分割精度研究[J].选煤技术, 2021(04):24-29.[J].选煤技术, 2021, 1(4):24-29[18]朱金波, 尹建强, 杨晨光等.矿物组分对智能分选射线识别规律研究[J].洁净煤技术, 2021, 27(01):202-208[19]宗绍雄, 王从庆, 周勇军.基于和多注意力的低光照航拍图像增强方法[J].电光与控制, 2023, 30(05):23-28[20]李竹林, 李鹏翼, 车雯雯.一种基于理论的图像去雾算法研究[J].河南科学, 2023, 41(01):1-6 |