導(dǎo)語(yǔ)：如何才能寫(xiě)好一篇簡(jiǎn)述遺傳算法的基本原理，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：在線(xiàn)考試；組卷算法；問(wèn)題規(guī)模

中圖分類(lèi)號(hào)：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2013）34-0255-03

網(wǎng)絡(luò)教育的在線(xiàn)考試是現(xiàn)階段網(wǎng)絡(luò)教育的一個(gè)應(yīng)用熱點(diǎn)。其重要作用一是使學(xué)習(xí)者隨機(jī)地自測(cè)學(xué)習(xí)的效果；二是考試試題多樣化，是避免考前泄題和考試過(guò)程中互相抄襲的重要科學(xué)手段之一；三是教育者可充分利用網(wǎng)絡(luò)資源，提高工作效率，降低工作強(qiáng)度，做到適時(shí)、高效、安全。

一、在線(xiàn)考試系統(tǒng)概述

在線(xiàn)考試系統(tǒng)是利用現(xiàn)代信息技術(shù)、計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)等技術(shù)實(shí)現(xiàn)的無(wú)紙化考試系統(tǒng)。它具有題庫(kù)管理、組卷管理、試卷管理、用戶(hù)管理、在線(xiàn)考試、閱卷管理、成績(jī)管理等功能。本文的在線(xiàn)考試系統(tǒng)采用B/S與C/S相結(jié)合的模式，用戶(hù)與系統(tǒng)采用B/S模式，高級(jí)管理人員與系統(tǒng)采用C/S模式。系統(tǒng)由客戶(hù)端瀏覽層、中間Web服務(wù)器層、數(shù)據(jù)庫(kù)讀寫(xiě)層組成?？蛻?hù)端瀏覽器是用戶(hù)與系統(tǒng)的接口。瀏覽器以用戶(hù)界面的形式顯示從Web服務(wù)器上獲取的信息，同時(shí)接收用戶(hù)輸入的信息并提交給Web服務(wù)器。Web服務(wù)器是用戶(hù)與數(shù)據(jù)庫(kù)的橋梁。它依據(jù)客戶(hù)端用戶(hù)的請(qǐng)求啟動(dòng)相應(yīng)的模塊完成下一步的信息響應(yīng)，以及與數(shù)據(jù)庫(kù)的I/O及控制操作，并以HTML代碼的形式將操作結(jié)果返回到客戶(hù)端的用戶(hù)界面上。本文的系統(tǒng)中Web服務(wù)器提供給在線(xiàn)考試人員的主要功能有：用戶(hù)登錄、抽取試卷、提交答卷、成績(jī)查詢(xún)等。Web服務(wù)器與數(shù)據(jù)庫(kù)連接，便于實(shí)現(xiàn)在線(xiàn)考試系統(tǒng)中相關(guān)信息的錄入、更新、查詢(xún)、維護(hù)等操作。

數(shù)據(jù)庫(kù)服務(wù)器主要負(fù)責(zé)在線(xiàn)考試系統(tǒng)中用戶(hù)信息、題庫(kù)信息、交互信息等信息的存儲(chǔ)。

二、基于Web考試系統(tǒng)的分析與總體設(shè)計(jì)

1.系統(tǒng)需求分析。傳統(tǒng)考試組織流程周期比較長(zhǎng)，從報(bào)名、命題、制卷、保卷、發(fā)題、考試、評(píng)卷、登分、公布成績(jī)等環(huán)節(jié)，而且任何一個(gè)環(huán)節(jié)的安全保密如果出現(xiàn)問(wèn)題，后果都將不堪設(shè)想。而無(wú)紙化考試以科學(xué)技術(shù)的方法來(lái)處理上述問(wèn)題，從很大程度上降低了由人情網(wǎng)帶來(lái)的安全保密隱患，大大縮短了傳統(tǒng)考試組織流程周期。這在節(jié)約成本的同時(shí)，提高了安全保密性，進(jìn)一步提升了考試的公平公正性。

2.系統(tǒng)用戶(hù)分析。系統(tǒng)用戶(hù)分析包括用戶(hù)角色的確定、權(quán)限劃分及其管理等。①角色分析。用戶(hù)角色，主要有學(xué)生（student）、教師（teacher）和管理員（administrator）。學(xué)生可以在線(xiàn)考試、查詢(xún)成績(jī)；教師可以添加、修改學(xué)生信息，添加修改試題、維護(hù)試卷、組卷、手工批卷等功能。管理員可以設(shè)定系統(tǒng)參數(shù)，用戶(hù)權(quán)限，監(jiān)控管理等功能。

3.系統(tǒng)總體設(shè)計(jì)?；趙eb在線(xiàn)考試系統(tǒng)，大體由兩大子系統(tǒng)組成，即考試子系統(tǒng)和試題庫(kù)子系統(tǒng)。試題庫(kù)子系統(tǒng)包含試題錄入、試題導(dǎo)入、試題庫(kù)維護(hù)、自動(dòng)組卷、手動(dòng)組卷等功能?？荚囅到y(tǒng)其中包含網(wǎng)絡(luò)考試、監(jiān)控管理、試題分析等功能。①系統(tǒng)數(shù)據(jù)流圖。通過(guò)對(duì)在線(xiàn)考試系統(tǒng)中的教師、學(xué)生、試卷等實(shí)體的關(guān)系及需求進(jìn)行分析，確定所處理數(shù)據(jù)的性質(zhì)、特點(diǎn)，確定數(shù)據(jù)流及數(shù)據(jù)在系統(tǒng)中由輸入到輸出所經(jīng)歷的變換。②系統(tǒng)功能模塊。系統(tǒng)功能模塊，主要由瀏覽器端（考試端）和服務(wù)器端（控制端）兩部分構(gòu)成?？荚嚩送瓿煽忌牡卿浖捌湓诰€(xiàn)考試、練習(xí)等?？刂贫送瓿捎脩?hù)管理、題庫(kù)管理、監(jiān)控管理、組卷管理等。

三、基于Web考試系統(tǒng)智能組卷算法

1.流行的組卷算法。隨機(jī)組卷算法、回溯試探算法、遺傳算法、優(yōu)先選擇算法等是當(dāng)前較為流行的組卷算法。①隨機(jī)選取算法。隨機(jī)選取算法基本原理是，每個(gè)試題先從試卷相對(duì)應(yīng)科目的試題庫(kù)中隨機(jī)抽取一道不在標(biāo)記表（已選過(guò)或已判斷過(guò)）中的試題，并將該題寫(xiě)入試題標(biāo)記表中。然后，依據(jù)組卷約束條件對(duì)該題進(jìn)行判斷，若滿(mǎn)足所有約束條件，則該題可選，放入試卷試題隊(duì)列；否則，重新從試題庫(kù)中隨機(jī)選取一道其它試題進(jìn)行判斷，直到選取到滿(mǎn)足組卷的所有約束條件為止。②回溯試探算法?；厮莘ㄓ小巴ㄓ玫慕忸}法”之稱(chēng)。用它可以系統(tǒng)地搜索一個(gè)問(wèn)題的所有解或任意解。一般地，為尋找滿(mǎn)足某些條件，規(guī)模大小為N的解，先暫時(shí)不考慮關(guān)于問(wèn)題規(guī)模大小N的約束，將問(wèn)題的候選解按照某種約束順序逐一枚舉并試探。當(dāng)發(fā)現(xiàn)當(dāng)前候選不是解時(shí)，則可依次選擇下一個(gè)候選解，若當(dāng)前候解除了不滿(mǎn)足問(wèn)題規(guī)模N要求外，滿(mǎn)足其它所有要求時(shí)，則擴(kuò)大當(dāng)前候選解的規(guī)模，再繼續(xù)試探，如果被試探的候選解滿(mǎn)足包括規(guī)模N在內(nèi)的所有要求時(shí)，該候選解就是該題的一個(gè)解。③遺傳算法。遺傳算法是一種基于遺傳學(xué)的搜索優(yōu)化算法。它是通過(guò)變異和重組當(dāng)前已知的最好的假設(shè)（初始群體）來(lái)生成新的假設(shè)?；驹硎鞘紫燃俣ㄒ粋€(gè)代表問(wèn)題可能潛在解集作為初始群體（這里是試題庫(kù)中的一組試題），并確定一個(gè)適應(yīng)度函數(shù)f（x），然后從初始群體中選取適應(yīng)度相對(duì)高的進(jìn)行復(fù)制、交叉、變異、遷移等運(yùn)算，生成第二代群體，再用第二群體中適應(yīng)度最高的個(gè)體或子群取代初始群體的適應(yīng)度低的個(gè)體或子群，形成新的一代解集種群，循環(huán)這一過(guò)程，直到滿(mǎn)足優(yōu)化準(zhǔn)則（組題標(biāo)準(zhǔn)）為止。④優(yōu)先選擇算法。當(dāng)用搜索法組卷算法時(shí)，系統(tǒng)必須按照諸如廣度優(yōu)先、深度優(yōu)先、局部?jī)?yōu)先等算法，對(duì)試題庫(kù)中的所有試題進(jìn)行搜索，當(dāng)要選取符合特殊約束條件的試題（如難度高分值較大等的試題）較少時(shí)，會(huì)大大降低搜索效率，如果對(duì)題型進(jìn)行優(yōu)先權(quán)值描述，則在組卷時(shí)可按照優(yōu)先權(quán)選取試題，這樣可提高此類(lèi)試題的選取效率。

2.常見(jiàn)組卷算法特點(diǎn)與混合組卷初探。①常見(jiàn)組卷算法的特點(diǎn)。上述四種智能組卷算法各有千秋。隨機(jī)選取算法是一種比較簡(jiǎn)單的組卷算法，具有一定的隨機(jī)性。但設(shè)置約束條件時(shí)間比較長(zhǎng)，對(duì)于約束條件苛刻的組卷要求，組卷比較費(fèi)時(shí)?；厮菰囂剿惴ǎ请S機(jī)選取算法的一種改進(jìn)，是一種遞歸算法，是深度遍歷算法，即對(duì)所有情況進(jìn)行遍歷。當(dāng)其約束條件較小時(shí)，遍歷成功率較高；當(dāng)題量較大，遍歷規(guī)模也隨著題量及其約束條件變大，程序結(jié)構(gòu)變得復(fù)雜，將占用較大內(nèi)存，試題選取隨機(jī)性將變小，很難滿(mǎn)足約束條件。遺傳算法，是一種智能算法，較上兩種算法進(jìn)行比較，較為適合題庫(kù)量較大，約束條件較多的組卷。優(yōu)先選擇組卷算法，設(shè)置試題的優(yōu)先權(quán)重值，組卷時(shí)根據(jù)權(quán)重值的大小進(jìn)行選擇，但會(huì)出現(xiàn)權(quán)重值大的試題選中的幾率較大，隨機(jī)性較差。

②基于約束滿(mǎn)足問(wèn)題的混合組卷初探。在線(xiàn)考試的特點(diǎn)是規(guī)模大，隨機(jī)性強(qiáng)，單一組卷算法很難滿(mǎn)足在線(xiàn)考試組卷的要求。本系統(tǒng)結(jié)合單一組卷算法的優(yōu)缺點(diǎn)，采用一種基于約束滿(mǎn)足問(wèn)題的混合組卷算法。讓各種算法之間取長(zhǎng)補(bǔ)短，適應(yīng)組卷的多種情況。首先設(shè)置試卷的相應(yīng)屬性，試卷描述（期末考試）、試卷總分（100分）、考試時(shí)間（120分鐘）、試卷題型及其題型分值分配、難易度、章節(jié)等屬性。然后由系統(tǒng)智能組卷。本系統(tǒng)首先采用隨機(jī)算法組卷，保證試題的隨機(jī)性，其次采用回溯算法對(duì)于無(wú)法滿(mǎn)足約束條件試題進(jìn)行局部回溯處理，若在回溯處理過(guò)程中出現(xiàn)某一點(diǎn)反復(fù)多次回溯現(xiàn)象，此時(shí)采用遺傳算法進(jìn)行智能處理，最終完成組卷工作。

四、基于Web考試系統(tǒng)功能及實(shí)現(xiàn)

1.用戶(hù)注冊(cè)登錄界面。用戶(hù)注冊(cè)、登錄界面通過(guò)進(jìn)行設(shè)計(jì)。在本系統(tǒng)中對(duì)用戶(hù)管理可以由兩種方式進(jìn)行設(shè)置，第一種方式，用戶(hù)自行注冊(cè)方式，設(shè)置用戶(hù)名、姓名、考試科目等相關(guān)信息；第二種方式，批量導(dǎo)入方式，管理員或者教師將要考試的學(xué)生相關(guān)信息整理在相應(yīng)的表格或數(shù)據(jù)庫(kù)中，進(jìn)行批量導(dǎo)入。

2.考試設(shè)置界面。根據(jù)考試要求，管理員或經(jīng)過(guò)授權(quán)的其他用戶(hù)可以對(duì)將要進(jìn)行的考試進(jìn)行參數(shù)設(shè)置。通過(guò)考試安排功能，設(shè)置相應(yīng)的考試名稱(chēng)、考試時(shí)間、考試性質(zhì)、考試形式、考試人員、考試具體要求等。

3.考試監(jiān)控界面。本考試系統(tǒng)，可以實(shí)時(shí)對(duì)考試前、中、后階段進(jìn)行監(jiān)控。通過(guò)管理人員對(duì)考試的參數(shù)設(shè)置后，可在考試監(jiān)控界面準(zhǔn)備就緒項(xiàng)目中看到要考試的科目，及其要參加考試的考生信息?？荚嚤O(jiān)控同時(shí)可以監(jiān)控正在考試的科目，記錄考生當(dāng)前狀態(tài)，如登錄時(shí)間、登錄IP地址等信息。同時(shí)監(jiān)考人員可以對(duì)正在考試的學(xué)生進(jìn)行管理，如鎖定、違紀(jì)等操作。

4.閱卷、成績(jī)功能。本考試系統(tǒng)有自動(dòng)閱卷、人工閱卷、成績(jī)管理功能。在查看學(xué)員的試卷情況，包括人工閱卷、成績(jī)分析與統(tǒng)計(jì)等操作。

五、結(jié)論

1.搭建客戶(hù)端考試平臺(tái)，實(shí)現(xiàn)用戶(hù)登錄、用戶(hù)注冊(cè)、在線(xiàn)考試。

2.搭建服務(wù)器端管理平臺(tái)，實(shí)現(xiàn)考試監(jiān)控、考試設(shè)置、題庫(kù)管理、試卷管理、考生管理等功能。對(duì)于考生狀態(tài)，可通過(guò)自動(dòng)刷新的方式進(jìn)行展示；對(duì)于每個(gè)考試，驗(yàn)證通過(guò)后進(jìn)入考試。在完成考試過(guò)程中，可以做到實(shí)時(shí)監(jiān)控，并且通過(guò)設(shè)置，教師、學(xué)生可以對(duì)試卷試題進(jìn)行分析。最終教師可以通過(guò)自動(dòng)閱卷、人工閱卷、成績(jī)管理、成績(jī)分析、試卷分析等功能進(jìn)一步掌握教學(xué)情況。

參考文獻(xiàn)：

[1]劍輝，馬佳琳，張勇.基于web的在線(xiàn)考試系統(tǒng)[J].西安：西安科技大學(xué)學(xué)報(bào)，2007，6（2）：280-280.

[2]振鈞.基于的三層結(jié)構(gòu)實(shí)現(xiàn)方法研究[J].計(jì)算機(jī)科學(xué)，2007，12（4）：289-291.

[3]強(qiáng)（導(dǎo)師：姜小峰）.智能組卷在線(xiàn)考試系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].蘇州大學(xué)碩士論文，2012-05-01.

[4]周鴻玲（導(dǎo)師：李雁翎）.基于Web的考試系統(tǒng)組卷策略研究[D].東北師范大學(xué)碩士論文，2009-05-01.

[5]易鋼，金敏.基于遺傳算法的組卷問(wèn)題策略分析及改進(jìn)[Z].Proceedings of 2010 The 3rd International Conference on Computational Intelligence and Industrial Application（Volume 6），2010-12-04.

篇2

關(guān)鍵詞：近紅外光譜　化學(xué)計(jì)量學(xué)　 中藥材

我國(guó)中藥資源豐富，應(yīng)用歷史悠久。然而由于我國(guó)中藥生產(chǎn)工藝及質(zhì)量控制技術(shù)水平較低，嚴(yán)重制約我國(guó)中藥產(chǎn)業(yè)現(xiàn)代化的發(fā)展。隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展，藥物分析方法己經(jīng)從傳統(tǒng)的化學(xué)分析發(fā)展到儀器分析階段，紫外可見(jiàn)分光光度法、薄層掃描色譜法、電泳法、氣相和高效液相色譜法及各種聯(lián)用分析技術(shù)等己經(jīng)應(yīng)用到中藥材分析中。但這些方法都需要經(jīng)過(guò)復(fù)雜的樣品準(zhǔn)備和預(yù)處理，測(cè)定成本高且效率較低，因此難以用于中藥產(chǎn)品及其生產(chǎn)過(guò)程的快速分析。

近年來(lái)國(guó)際上提出了一種全新的藥物非破壞快速分析法，該法是將化學(xué)計(jì)量學(xué)同近紅外（NIR）光譜分析法相結(jié)合而形成的新技術(shù)。由于NIR光譜分析法操作簡(jiǎn)便、快速、能非破壞的對(duì)各種樣品進(jìn)行快速、精確的分析，加之分析儀器的數(shù)字化和化學(xué)計(jì)量學(xué)的發(fā)展，運(yùn)用化學(xué)計(jì)量學(xué)方法已能很好的解決光譜信息的提取及背景干擾方面的影響。因此，NIR光譜在制藥工業(yè)中的應(yīng)用日趨廣泛。隨著中藥產(chǎn)業(yè)現(xiàn)代化進(jìn)程的逐步加快，NIR光譜分析法被引入到中藥材分析領(lǐng)域，在中藥材鑒別和有效組分定量分析等方面取得了可喜的進(jìn)展，顯示出NIR光譜分析技術(shù)在中藥材分析中具有廣闊的發(fā)展空間。

一、NIR技術(shù)簡(jiǎn)介

近紅外光譜是人們發(fā)現(xiàn)最早的處于可見(jiàn)光和中紅外光之間的非可見(jiàn)光譜區(qū)域。許多有機(jī)物在該區(qū)域有著特征性吸收，且不同光譜波段的吸收強(qiáng)度與該物質(zhì)的分子結(jié)構(gòu)及濃度之間存在一定的對(duì)應(yīng)關(guān)系。它的發(fā)現(xiàn)已有近200年的歷史，而近紅外光譜分析方法卻僅在最近這二十年間才得到了迅速發(fā)展和廣泛應(yīng)用。特別是進(jìn)入90年代后，現(xiàn)代近紅外光譜成為了發(fā)展最快、最為引人矚目的光譜分析技術(shù)，是化學(xué)計(jì)量學(xué)與光譜測(cè)量技術(shù)的有機(jī)結(jié)合，被譽(yù)為分析的巨人。而我國(guó)對(duì)近紅外光譜技術(shù)的研究及應(yīng)用起步相對(duì)較晚，但逐漸受到關(guān)注，并在光譜儀器研制、配套軟件開(kāi)發(fā)、基礎(chǔ)研究和應(yīng)用等方面取得了豐碩的成果，并帶來(lái)了極好的經(jīng)濟(jì)效益與社會(huì)效益。

二、常見(jiàn)的化學(xué)計(jì)量學(xué)方法

目前，在NIR 光譜分析中最常用的化學(xué)計(jì)量學(xué)方法為多元校正方法，主要包括：多元線(xiàn)性回歸、主成分分析、主成分回歸和偏最小二乘等。最近十幾年，包括人工神經(jīng)網(wǎng)絡(luò)、遺傳算法和模糊邏輯系統(tǒng)等軟計(jì)算方法在化學(xué)中的應(yīng)用得到了越來(lái)越多的關(guān)注。由于中藥材化學(xué)物質(zhì)體系非常復(fù)雜，待分析的藥效成分多是混合體，如各種中藥制劑和天然藥物等。同時(shí)在中藥材質(zhì)量控制中，由于中藥生產(chǎn)方式：提取、炮制、煎煮等對(duì)待測(cè)成分的影響，又存在著動(dòng)態(tài)化學(xué)變化和新成分的生成，致使其內(nèi)部有效成分復(fù)雜多變，難以闡明。所以，在實(shí)際的中藥材分析應(yīng)用中，使用常規(guī)的NIR光譜多元校正建?；蚰Ｊ椒诸?lèi)等方法往往不能取得理想的定性或定量分析結(jié)果，導(dǎo)致其成為阻礙中藥NIR光譜分析技術(shù)應(yīng)用發(fā)展的瓶頸。為此，有必要進(jìn)一步研究中藥材的NIR光譜計(jì)算分析方法學(xué)。

三、NIR技術(shù)在中藥材分析中的應(yīng)用

中藥材分析包括定性分析和定量分析兩個(gè)方面。定性分析多為對(duì)中藥材及中成藥的真假鑒別、產(chǎn)地鑒別和來(lái)源鑒別。湯彥豐等[1]將近紅外漫反射光譜分析技術(shù)與人工神經(jīng)網(wǎng)絡(luò)方法相結(jié)合, 對(duì)52種大黃樣品進(jìn)行了測(cè)定和鑒別, 正確率可達(dá)96%。劉沭華等[2]采用近紅外光譜法結(jié)合近鄰法和多類(lèi)支持向量機(jī)等模式識(shí)別技術(shù)對(duì)來(lái)自4個(gè)不同產(chǎn)地的269個(gè)白芷樣本和6個(gè)不同產(chǎn)地的350個(gè)野生和栽培丹參樣本進(jìn)行了產(chǎn)地鑒別。劉荔荔等[3]采用傅立葉變換近紅外光譜結(jié)合聚類(lèi)分析對(duì)7種紅曲霉屬真菌發(fā)酵制成的紅曲藥材進(jìn)行了成功鑒別。

中藥材的定量分析主要指對(duì)中藥材有效成分含量的測(cè)定, 于曉輝等[4]將近紅外光譜技術(shù)與徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)相結(jié)合,對(duì)42種大黃樣品中的主要有效成分: 蒽醌類(lèi)化合物、水溶性蒽甙類(lèi)化合物、芪甙類(lèi)化合物和鞣質(zhì)類(lèi)化合物進(jìn)行了定量預(yù)測(cè)分析。朱向榮[5]應(yīng)用近紅外光譜分析技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法, 成功的測(cè)出中藥清開(kāi)靈注射液中間體總氮和梔子苷的含量。趙玉清等[6]采用近紅外光譜建立了偏最小二乘模型，實(shí)現(xiàn)了對(duì)黃芪提取液中總皂苷含量的測(cè)定。

四、展望

為了更好發(fā)揮近紅外光譜法在中藥領(lǐng)域的快速分析作用，拓展各種化學(xué)計(jì)量學(xué)方法的應(yīng)用范圍，為其在中藥材分析中的應(yīng)用打下一定基礎(chǔ)，當(dāng)前必須進(jìn)行中藥材近紅外光譜的化學(xué)計(jì)量學(xué)方法研究，特別是發(fā)展近紅外光譜非線(xiàn)性建模方法、特征光譜信息提取、化學(xué)信息模式識(shí)別以及模糊聚類(lèi)分析等方法，發(fā)展形成中藥材快速分析新技術(shù)，實(shí)現(xiàn)中藥生產(chǎn)全過(guò)程質(zhì)量監(jiān)控，這對(duì)于推進(jìn)我國(guó)中藥產(chǎn)業(yè)現(xiàn)代化進(jìn)程具有重大理論意義和實(shí)際應(yīng)用價(jià)值。

參考文獻(xiàn)

[1]湯彥豐, 張卓勇, 范國(guó)強(qiáng) 光譜學(xué)與光譜分析 2004, 24 (11): 1348-1351

[2]劉沭華，張學(xué)工，周群，光譜學(xué)與光譜分析 2006，26（4）∶629-632.

[3]劉荔荔, 邢旺興, 賈暖, 林培英, 必鶴鳴, 吳玉田 第二軍醫(yī)大學(xué)學(xué)報(bào)2002，23（11）:1230-1232

[4] 于曉輝, 張卓勇, 馬群, 范國(guó)強(qiáng) 光譜學(xué)與光譜分析 2007, 27 (3): 481-485