偏光显微镜法在空气粉尘中石棉纤维鉴别中的应用

本文采用偏光显微镜法鉴别空气粉尘中的微量石棉纤维。经滤膜收集的粉尘样品通过高温灰化及酸洗过程去除大部分干扰物质,经乙醇分散后均匀沉积在玻璃片上,滴加具有固定折射率的浸油制成试片。在正交偏光系统下观察到粉体中存在纤维状颗粒,且纤维呈现四次平行消光特性,比对6种常见石棉的偏光显微镜图,综合分析试样粉尘的光学性质,推断样品中含有温石棉。     

基于LSTM神经网络模型对大宗矿产资源放行风险预测研究

本文旨在研究准确预测大宗矿产资源的放行风险,采用海关2016年至2020年的进口大宗矿产资源通关数据,选取22个特征值,基于TensorFlow框架,建立了LSTM神经网络时间序列模型,并将该模型用于预测大宗矿产资源的放行风险等级。通过F1-score评价该模型的预测精度,该模型的F1-score值为87.9%,研究表明该模型预测结果满意,适用于大宗矿产资源的放行风险的预测。     

红外光谱法定性筛选电子电气产品中有机锡的方法研究

本文通过采用超声萃取电子电气产品中的有机锡,并将提取物进行红外光谱分析,观察谱图中是否有C-Sn键在630cm^-1-440cm^-1间的特征吸收,从而进行有机锡的定性筛选。