Агрегирование предпочтений при выборе цветовой модели для цифрового цветометрического анализа состава веществ; Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов; Т. 331, № 8
| Parent link: | Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов/ Национальный исследовательский Томский политехнический университет (ТПУ).— , 2015-.— 2413-1830 Т. 331, № 8.— 2020.— [С. 166-176] |
|---|---|
| Glavni avtor: | |
| Korporativna značnica: | |
| Drugi avtorji: | , |
| Izvleček: | Заглавие с титульного листа Актуальность исследования обусловлена тем, что при количественном определении состава веществ все большую популярность приобретает цифровой цветометрический анализ. Это оптический аналитический метод, в котором первичным измерительным преобразователем является оптод, полученный из реагентов, иммобилизованных в твердотельную матрицу. При взаимодействии с определяемым компонентом в пробе оптод изменяет цвет; интенсивность окраски оптода пропорциональна количеству определяемого компонента. Полученный таким образом аналитический сигнал необходимо оцифровать и представить в одном из существующих цветовых пространств для формирования значения измеряемой величины. В научно-технической литературе не существует обоснованных рекомендаций, которые позволяли бы на систематической основе выбирать наиболее подходящее для конкретных требований цветовое пространство (модель). Цель: способствовать решению проблемы выбора такой цветовой модели для организации цифрового цветометрического анализа, которая для заданного набора аналитов обеспечивает наилучшие значения характеристик, построенных для них градуировочных зависимостей аналитических сигналов. Объекты: используемые при цифровом описании цвета стандартные цветовые модели RGB, HSL, XYZ и L*a*b*. В качестве определяемых веществ были использованы тяжелые металлы: серебро, медь, железо, кобальт, хром, никель и сумма тяжелых металлов. Методы. Предложен и экспериментально обоснован с помощью агрегирования предпочтений метод выбора стандартной системы (модели) представления цвета, обеспечивающей проведение цифрового цветометрического анализа с наилучшими возможными значениями набора характеристик градуировочных зависимостей получаемых аналитических сигналов. Результаты. Метод позволяет выбирать стандартную цветовую модель, наилучшим образом подходящую для проведения цифрового цветометрического анализа, что, в свою очередь, способствует повышению достоверности цифрового цветометрического анализа. The relevance of the research is caused by the fact that when quantifying the composition of substances, digital colorimetric analysis is becoming increasingly popular. This is an optical analytical method in which the primary measuring transducer is an optode obtained from reagents immobilized into a solid-state matrix. When interacting with determined component in the sample, the optode changes its color; the optode's color intensity is proportional to the determined component amount. The analytical signal obtained in this way must be digitized and presented in one of the existing color spaces to form the value of the measured value. In the available literature there are no reasonable recommendations that would allow a systematic selection of the most suitable color space (model) for specific requirements. The main aim of the research is to contribute to solving the problem of choosing such a color model for organizing the digital colorimetric analysis, which for a given set of analytes provides the best values of the characteristics of the calibration dependences of analytical signals constructed for them. Objects of the research are the standard color models RGB, HSL, XYZ and L*a*b* commonly used in the digital description of color. Heavy metals were used as determinants: silver, copper, iron, cobalt, chromium, nickel and the sum of heavy metals. Methods. The preference aggregation method is proposed and experimentally justified for choosing a standard space (model) of color representation that provides carrying out the digital colorimetric analysis with the best values of the characteristics set of the calibration dependencies for the obtained analytical signals. Results. The proposed method allows choosing a standard color model that is best suited for conducting the digital colorimetric analysis of substances composition. This, in its turn, enhances the reliability of the digital colorimetric analysis. |
| Jezik: | ruščina |
| Izdano: |
2020
|
| Teme: | |
| Online dostop: | http://earchive.tpu.ru/bitstream/11683/62507/1/bulletin_tpu-2020-v331-i8-16.pdf https://doi.org/10.18799/24131830/2020/8/2778 |
| Format: | Elektronski Book Chapter |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=345138 |
MARC
| LEADER | 00000nla2a2200000 4500 | ||
|---|---|---|---|
| 001 | 345138 | ||
| 005 | 20240209091646.0 | ||
| 035 | |a (RuTPU)RU\TPU\book\376971 | ||
| 035 | |a RU\TPU\book\376970 | ||
| 090 | |a 345138 | ||
| 100 | |a 20200902d2020 k y0rusy50 ca | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 135 | |a drcn ---uucaa | ||
| 181 | 0 | |a i | |
| 182 | 0 | |a b | |
| 200 | 1 | |a Агрегирование предпочтений при выборе цветовой модели для цифрового цветометрического анализа состава веществ |f С. В. Муравьев, А. С. Спиридонова, Е. Ю. Емельянова | |
| 203 | |a Текст |c электронный | ||
| 215 | |a 1 файл (1 220 Kb) | ||
| 300 | |a Заглавие с титульного листа | ||
| 320 | |a [Библиогр.: с. 173-174 (21 назв.)] | ||
| 330 | |a Актуальность исследования обусловлена тем, что при количественном определении состава веществ все большую популярность приобретает цифровой цветометрический анализ. Это оптический аналитический метод, в котором первичным измерительным преобразователем является оптод, полученный из реагентов, иммобилизованных в твердотельную матрицу. При взаимодействии с определяемым компонентом в пробе оптод изменяет цвет; интенсивность окраски оптода пропорциональна количеству определяемого компонента. Полученный таким образом аналитический сигнал необходимо оцифровать и представить в одном из существующих цветовых пространств для формирования значения измеряемой величины. В научно-технической литературе не существует обоснованных рекомендаций, которые позволяли бы на систематической основе выбирать наиболее подходящее для конкретных требований цветовое пространство (модель). Цель: способствовать решению проблемы выбора такой цветовой модели для организации цифрового цветометрического анализа, которая для заданного набора аналитов обеспечивает наилучшие значения характеристик, построенных для них градуировочных зависимостей аналитических сигналов. Объекты: используемые при цифровом описании цвета стандартные цветовые модели RGB, HSL, XYZ и L*a*b*. В качестве определяемых веществ были использованы тяжелые металлы: серебро, медь, железо, кобальт, хром, никель и сумма тяжелых металлов. Методы. Предложен и экспериментально обоснован с помощью агрегирования предпочтений метод выбора стандартной системы (модели) представления цвета, обеспечивающей проведение цифрового цветометрического анализа с наилучшими возможными значениями набора характеристик градуировочных зависимостей получаемых аналитических сигналов. Результаты. Метод позволяет выбирать стандартную цветовую модель, наилучшим образом подходящую для проведения цифрового цветометрического анализа, что, в свою очередь, способствует повышению достоверности цифрового цветометрического анализа. | ||
| 330 | |a The relevance of the research is caused by the fact that when quantifying the composition of substances, digital colorimetric analysis is becoming increasingly popular. This is an optical analytical method in which the primary measuring transducer is an optode obtained from reagents immobilized into a solid-state matrix. When interacting with determined component in the sample, the optode changes its color; the optode's color intensity is proportional to the determined component amount. The analytical signal obtained in this way must be digitized and presented in one of the existing color spaces to form the value of the measured value. In the available literature there are no reasonable recommendations that would allow a systematic selection of the most suitable color space (model) for specific requirements. The main aim of the research is to contribute to solving the problem of choosing such a color model for organizing the digital colorimetric analysis, which for a given set of analytes provides the best values of the characteristics of the calibration dependences of analytical signals constructed for them. Objects of the research are the standard color models RGB, HSL, XYZ and L*a*b* commonly used in the digital description of color. Heavy metals were used as determinants: silver, copper, iron, cobalt, chromium, nickel and the sum of heavy metals. Methods. The preference aggregation method is proposed and experimentally justified for choosing a standard space (model) of color representation that provides carrying out the digital colorimetric analysis with the best values of the characteristics set of the calibration dependencies for the obtained analytical signals. Results. The proposed method allows choosing a standard color model that is best suited for conducting the digital colorimetric analysis of substances composition. This, in its turn, enhances the reliability of the digital colorimetric analysis. | ||
| 453 | |t Preference aggregation when choosing a color space for digital colorimetric analysis of substances composition |o translation from Russian |f S. V. Muravyov, A. S. Spiridonova, E. Y. Emelyanova |c Tomsk |n TPU Press |d 2015- |d 2020 |a Muravyov, Sergey Vasilyevich | ||
| 453 | |t Bulletin of the Tomsk Polytechnic University. Geo Assets Engineering | ||
| 453 | |t Vol. 331, № 8 | ||
| 461 | 1 | |0 (RuTPU)RU\TPU\book\312844 |x 2413-1830 |t Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов |f Национальный исследовательский Томский политехнический университет (ТПУ) |d 2015- | |
| 463 | 1 | |0 (RuTPU)RU\TPU\book\376955 |t Т. 331, № 8 |v [С. 166-176] |d 2020 | |
| 610 | 1 | |a цифровой цветометрический анализ | |
| 610 | 1 | |a агрегирование предпочтений | |
| 610 | 1 | |a стандартные модели | |
| 610 | 1 | |a цветовые модели | |
| 610 | 1 | |a градуировочная зависимость | |
| 610 | 1 | |a цветометрические шкалы | |
| 610 | 1 | |a аналитические сигналы | |
| 610 | 1 | |a электронный ресурс | |
| 610 | 1 | |a труды учёных ТПУ | |
| 610 | |a digital color analysis | ||
| 610 | |a preference aggregation | ||
| 610 | |a standard color model | ||
| 610 | |a calibration dependency | ||
| 610 | |a colorimetric scale | ||
| 700 | 1 | |a Муравьев |b С. В. |c специалист в области контрольно-измерительной техники |c профессор Томского политехнического университета, доктор технических наук |f 1954- |g Сергей Васильевич |3 (RuTPU)RU\TPU\pers\27989 |9 12979 | |
| 701 | 1 | |a Спиридонова |b А. С. |c специалист в области контрольно-измерительной техники |c доцент Томского политехнического университета, кандидат технических наук |f 1980- |g Анна Сергеевна |3 (RuTPU)RU\TPU\pers\30262 |9 14633 | |
| 701 | 1 | |a Емельянова |b Е. Ю. |c специалист в области контрольно-измерительной техники |c старший преподаватель Томского политехнического университета |f 1984- |g Екатерина Юрьевна |3 (RuTPU)RU\TPU\pers\30340 |9 14685 | |
| 712 | 0 | 2 | |a Национальный исследовательский Томский политехнический университет |b Инженерная школа информационных технологий и робототехники |b Отделение автоматизации и робототехники |3 (RuTPU)RU\TPU\col\23553 |
| 712 | 0 | 2 | |a Национальный исследовательский Томский политехнический университет |b Инженерная школа информационных технологий и робототехники |b Отделение автоматизации и робототехники |3 (RuTPU)RU\TPU\col\23553 |
| 712 | 0 | 2 | |a Национальный исследовательский Томский политехнический университет |b Инженерная школа информационных технологий и робототехники |b Отделение автоматизации и робототехники |3 (RuTPU)RU\TPU\col\23553 |
| 801 | 2 | |a RU |b 63413507 |c 20201207 |g RCR | |
| 856 | 4 | |u http://earchive.tpu.ru/bitstream/11683/62507/1/bulletin_tpu-2020-v331-i8-16.pdf | |
| 856 | 4 | |u https://doi.org/10.18799/24131830/2020/8/2778 | |
| 942 | |c CF | ||