您当前的位置:
首页 >
文章列表页 >
基于X-射线衍射技术与机器学习的朱砂硫化汞含量预测及模型可解释性研究
基于X-射线衍射技术与机器学习的朱砂硫化汞含量预测及模型可解释性研究
Prediction of Mercury Sulfide Content in Cinnabar Based on X-ray Diffraction Technology and Machine Learning with Model Interpretability
- “XRD联用智能算法可实现朱砂中硫化汞含量的无损、快速、准确预测,为矿物药快速质量评价及智能化质控体系建设提供了方法学支撑,研究团队将X-射线衍射与多维度机器学习算法结合,构建了多种预测模型体系,为解决传统测定法耗时长、破坏样本的问题提供解决方案。”
- 分析测试学报 2026年45卷第9期 页码:1953-1964
DOI: 10.12452/j.fxcsxb.26041604
修回:2026-05-12 ,
录用:2026-05-14
移动端阅览
AI导读
HTML全文
图( 11 ) 表( 6 )
参考文献
出版信息
数据统计
112
浏览量
99
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于ASAP-MS技术快速筛查非法添加及管制类药物
荧光侧流免疫层析法检测谷物制品中黄曲霉毒素B1
激光诱导击穿光谱面向锂辉石的快速测量技术
苯硼酸功能化纳米鱼骨芯片实现肿瘤外泌体高特异性分离分析
基于UPLC-Q-TOF-MS/MS技术的炙甘草及其复方物质基础研究
相关作者
张昕
常云莲
江茜
段鹤君
张晶
李建辉
郭巧珍
刘恋
相关机构
北京市疾病预防控制中心
首都医科大学 公共卫生学院
沃特世仪器制造(北京)有限公司
中山大学 化学学院
四川大学 机械工程学院


