在当今快节奏的金融市场中，效率是关键。自动化交易程序可以提供显著的优势，帮助交易者提高效率并实现更好的交易结果。
快速数据分析
自动化交易程序能够快速分析大量数据，包括历史价格数据、市场新闻和社交媒体情绪。这使它们能够实时识别交易机会，而人类交易者可能无法在相同的时间范围内完成相同的计算。
通过这种快速的数据分析，自动化交易程序可以快速采取行动，在市场波动时抓住转瞬即逝的交易机会。它们可以执行交易，而不需要等待手动干预，从而避免错过潜在的利润。
高速交易执行
自动化交易程序还能够比人类交易者更快地执行交易。它们可以立即向交易所发送订单，而无需通过中介或手动的效率对于在当今竞争激烈的金融市场中取得成功至关重要。通过快速的数据分析和高速交易执行，这些程序可以帮助交易者提高效率并实现更好的交易结果。虽然自动化交易程序不能完全取代人类交易者的判断力，但它们可以提供强大的工具，帮助交易者更有效率、更准确地交易。
日本学生害怕被AI取代而自杀，AI技术真的可能完全取代人工吗？
虽然人工智能（AI）技术在各个领域呈现出了惊人的发展和进步，但是不可能完全取代人工的，原因如下：
首先，人工智能技术目前在某些领域确实已经取得了令人瞩目的成果，例如在图像识别、语音识别和自动驾驶等领域。 然而，这些技术主要是基于数据的模式识别和分析，相对来说更适用于重复性高、规律性强的任务。 对于涉及复杂判断、人情世故、创造性思维和情感交流等方面的任务，AI技术还很难达到人类的水平。
其次，人工智能虽然能够处理大量的数据和信息，但是缺乏人类的情感和创造力。 对于许多需要情感交流和人际关系的工作，AI技术无法与人工相提并论。 例如，医生、教师、心理咨询师、艺术家等职业都需要与人进行情感交流和人际关系的建立，这是AI难以替代的。
此外，人工智能技术的发展也受限于其数据训练的局限性。 AI系统需要大量的数据进行训练和学习，然而，对于一些特殊领域或者较为复杂的任务，数据的获取和准备会面临困难。 而且，AI系统也容易受到数据偏见的影响，导致结果的不准确和不公平。
最后，人工智能技术的发展还面临伦理和法律问题。 由于AI系统是基于算法和数据驱动的，其决策过程可能缺乏透明性和可解释性。 这可能导致对于一些重要决策的责任和监督问题。 同时，AI技术也涉及到个人隐私和信息安全的问题，需要相关的法律和道德规范来规范和保护使用者的合法权益。
综上所述，虽然人工智能技术在某些领域已经取得了重大突破，但完全取代人工的可能性仍然相对较低。 AI技术目前主要用于处理重复性高、规律性强的任务，无法替代涉及复杂判断、创造性思维和情感交流等方面的工作。 此外，数据训练的局限性、伦理和法律问题等也限制了人工智能技术的发展。 因此，担心被AI取代并自杀的问题应该以科学审视和正确引导的方式来解决，既要充分利用和发展人工智能技术的优势，又要保护和维护人类的价值和尊严。
大数据分析,大数据开发,数据挖掘 所用到技术和工具？
大数据分析是一个含义广泛的术语，是指数据集，如此庞大而复杂的，他们需要专门设计的硬件和软件工具进行处理。 该数据集通常是万亿或EB的大小。 这些数据集收集自各种各样的来源：传感器，气候信息，公开的信息，如杂志，报纸，文章。 大数据分析产生的其他例子包括购买交易记录，网络日志，病历，军事监控，视频和图像档案，及大型电子商务。
大数据分析，他们对企业的影响有一个兴趣高涨。 大数据分析是研究大量的数据的过程中寻找模式，相关性和其他有用的信息，可以帮助企业更好地适应变化，并做出更明智的决策。
一、Hadoop
Hadoop是一个开源框架，它允许在整个集群使用简单编程模型计算机的分布式环境存储并处理大数据。 它的目的是从单一的服务器到上千台机器的扩展，每一个台机都可以提供本地计算和存储。
Hadoop 是一个能够对大量数据进行分布式处理的软件框架。 但是 Hadoop 是以一种可靠、高效、可伸缩的方式进行处理的。 Hadoop 是可靠的，即使计算元素和存储会失败，它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。 Hadoop是高效的，它采用并行的方式工作，通过并行处理加快处理速度。 Hadoop 还是可伸缩的，能够处理 PB 级数据。 此外，Hadoop 依赖于社区服务器，因此它的成本比较低，任何人都可以使用。
Hadoop是轻松架构和使用的分布式计算平台。 用户可以轻松地在Hadoop上开发和运行处理海量数据的应用程序。 它主要有以下几个优点：
1、高可靠性。 Hadoop按位存储和处理数据的能力值得人们信赖。
2、高扩展性。 Hadoop是在可用的计算机集簇间分配数据并完成计算任务的，这些集簇可以方便地扩展到数以千计的节点中。
3、高效性。 Hadoop能够在节点之间动态地移动数据，并保证各个节点的动态平衡，因此处理速度非常快。
4、高容错性。 Hadoop能够自动保存数据的多个副本，并且能够自动将失败的任务重新分配。
Hadoop带有用 Java 语言编写的框架，因此运行在 Linux 生产平台上是非常理想的。 Hadoop 上的应用程序也可以使用其他语言编写，比如 C++。
二、HPCC
HPCC，High Performance Computing and Communications(高性能计算与通信)的缩写。 1993年，由美国科学、工程、技术联邦协调理事会向国会提交了重大挑战项目：高性能计算与通信的报告，也就是被称为HPCC计划的报告，即美国总统科学战略项目，其目的是通过加强研究与开发解决一批重要的科学与技术挑战问题。 HPCC是美国实施信息高速公路而上实施的计划，该计划的实施将耗资百亿美元，其主要目标要达到：开发可扩展的计算系统及相关软件，以支持太位级网络传输性能，开发千兆比特网络技术，扩展研究和教育机构及网络连接能力。
该项目主要由五部分组成：
1、高性能计算机系统(HPCS)，内容包括今后几代计算机系统的研究、系统设计工具、先进的典型系统及原有系统的评价等;
2、先进软件技术与算法(ASTA)，内容有巨大挑战问题的软件支撑、新算法设计、软件分支与工具、计算计算及高性能计算研究中心等;
3、国家科研与教育网格(NREN)，内容有中接站及10亿位级传输的研究与开发;
4、基本研究与人类资源(BRHR)，内容有基础研究、培训、教育及课程教材，被设计通过奖励调查者-开始的，长期的调查在可升级的高性能计算中来增加创新意识流，通过提高教育和高性能的计算训练和通信来加大熟练的和训练有素的人员的联营，和来提供必需的基础架构来支持这些调查和研究活动;
5、信息基础结构技术和应用(IITA )，目的在于保证美国在先进信息技术开发方面的领先地位。
三、Storm
Storm是一个免费开源、分布式、高容错的实时计算系统。 Storm令持续不断的流计算变得容易，弥补了Hadoop批处理所不能满足的实时要求。 Storm经常用于在实时分析、在线机器学习、持续计算、分布式远程调用和ETL等领域。 Storm的部署管理非常简单，而且，在同类的流式计算工具，Storm的性能也是非常出众的。
Storm是自由的开源软件，一个分布式的、容错的实时计算系统。 Storm可以非常可靠的处理庞大的数据流，用于处理Hadoop的批量数据。 Storm很简单，支持许多种编程语言，使用起来非常有趣。 Storm由Twitter开源而来，其它知名的应用企业包括Groupon、淘宝、支付宝、阿里巴巴、乐元素、Admaster等等。
Storm有许多应用领域：实时分析、在线机器学习、不停顿的计算、分布式RPC(远过程调用协议，一种通过网络从远程计算机程序上请求服务)、 ETL(Extraction-Transformation-Loading的缩写，即数据抽取、转换和加载)等等。 Storm的处理速度惊人：经测试，每个节点每秒钟可以处理100万个数据元组。 Storm是可扩展、容错，很容易设置和操作。
四、Apache Drill
为了帮助企业用户寻找更为有效、加快Hadoop数据查询的方法，Apache软件基金会近日发起了一项名为Drill的开源项目。 Apache Drill 实现了Google’s Dremel。 Drill已经作为Apache孵化器项目来运作，将面向全球软件工程师持续推广。
该项目将会创建出开源版本的谷歌Dremel Hadoop工具(谷歌使用该工具来为Hadoop数据分析工具的互联网应用提速)。 而Drill将有助于Hadoop用户实现更快查询海量数据集的目的。
Drill项目其实也是从谷歌的Dremel项目中获得灵感：该项目帮助谷歌实现海量数据集的分析处理，包括分析抓取Web文档、跟踪安装在Android Market上的应用程序数据、分析垃圾邮件、分析谷歌分布式构建系统上的测试结果等等。
通过开发DrillApache开源项目，组织机构将有望建立Drill所属的API接口和灵活强大的体系架构，从而帮助支持广泛的数据源、数据格式和查询语言。
五、RapidMiner
RapidMiner提供机器学习程序。 而数据挖掘，包括数据可视化，处理，统计建模和预测分析。
RapidMiner是世界领先的数据挖掘解决方案，在一个非常大的程度上有着先进技术。 它数据挖掘任务涉及范围广泛，包括各种数据艺术，能简化数据挖掘过程的设计和评价。
功能和特点
免费提供数据挖掘技术和库；100%用Java代码(可运行在操作系统)；数据挖掘过程简单，强大和直观；内部XML保证了标准化的格式来表示交换数据挖掘过程；可以用简单脚本语言自动进行大规模进程；多层次的数据视图，确保有效和透明的数据；图形用户界面的互动原型；命令行(批处理模式)自动大规模应用；Java API(应用编程接口)；简单的插件和推广机制；强大的可视化引擎，许多尖端的高维数据的可视化建模；400多个数据挖掘运营商支持；耶鲁大学已成功地应用在许多不同的应用领域，包括文本挖掘，多媒体挖掘，功能设计，数据流挖掘，集成开发的方法和分布式数据挖掘。 RapidMiner的局限性；RapidMiner 在行数方面存在大小限制；对于RapidMiner，您需要比ODM和SAS更多的硬件资源。
六、Pentaho BI
Pentaho BI 平台不同于传统的BI 产品，它是一个以流程为中心的，面向解决方案(Solution)的框架。 其目的在于将一系列企业级BI产品、开源软件、API等等组件集成起来，方便商务智能应用的开发。 它的出现，使得一系列的面向商务智能的独立产品如Jfree、Quartz等等，能够集成在一起，构成一项项复杂的、完整的商务智能解决方案。
Pentaho BI 平台，Pentaho Open BI 套件的核心架构和基础，是以流程为中心的，因为其中枢控制器是一个工作流引擎。 工作流引擎使用流程定义来定义在BI 平台上执行的商业智能流程。 流程可以很容易的被定制，也可以添加新的流程。 BI 平台包含组件和报表，用以分析这些流程的性能。 目前，Pentaho的主要组成元素包括报表生成、分析、数据挖掘和工作流管理等等。 这些组件通过 J2EE、WebService、SOAP、HTTP、Java、JavaScript、Portals等技术集成到Pentaho平台中来。 Pentaho的发行，主要以Pentaho SDK的形式进行。
Pentaho SDK共包含五个部分：Pentaho平台、Pentaho示例数据库、可独立运行的Pentaho平台、Pentaho解决方案示例和一个预先配制好的 Pentaho网络服务器。其中Pentaho平台是Pentaho平台最主要的部分，囊括了Pentaho平台源代码的主体;Pentaho数据库为 Pentaho平台的正常运行提供的数据服务，包括配置信息、Solution相关的信息等等，对于Pentaho平台来说它不是必须的，通过配置是可以用其它数据库服务取代的;可独立运行的Pentaho平台是Pentaho平台的独立运行模式的示例，它演示了如何使Pentaho平台在没有应用服务器支持的情况下独立运行;
Pentaho解决方案示例是一个Eclipse工程，用来演示如何为Pentaho平台开发相关的商业智能解决方案。
Pentaho BI 平台构建于服务器，引擎和组件的基础之上。 这些提供了系统的J2EE 服务器，安全，portal，工作流，规则引擎，图表，协作，内容管理，数据集成，分析和建模功能。 这些组件的大部分是基于标准的，可使用其他产品替换之。
七、Druid
Druid是实时数据分析存储系统，Java语言中最好的数据库连接池。 Druid能够提供强大的监控和扩展功能。
八、Ambari
大数据平台搭建、监控利器;类似的还有CDH
1、提供Hadoop集群
Ambari为在任意数量的主机上安装Hadoop服务提供了一个逐步向导。
Ambari处理集群Hadoop服务的配置。
2、管理Hadoop集群
Ambari为整个集群提供启动、停止和重新配置Hadoop服务的中央管理。
3、监视Hadoop集群
Ambari为监视Hadoop集群的健康状况和状态提供了一个仪表板。
九、Spark
大规模数据处理框架(可以应付企业中常见的三种数据处理场景：复杂的批量数据处理(batch target=_blank>
十、Tableau Public
1、什么是Tableau Public -大数据分析工具
这是一个简单直观的工具。 因为它通过数据可视化提供了有趣的见解。 Tableau Public的百万行限制。 因为它比数据分析市场中的大多数其他玩家更容易使用票价。 使用Tableau的视觉效果，您可以调查一个假设。 此外，浏览数据，并交叉核对您的见解。
2、Tableau Public的使用
您可以免费将交互式数据可视化发布到Web;无需编程技能;发布到Tableau Public的可视化可以嵌入到博客中。 此外，还可以通过电子邮件或社交媒体分享网页。 共享的内容可以进行有效硫的下载。 这使其成为最佳的大数据分析工具。
3、Tableau Public的限制
所有数据都是公开的，并且限制访问的范围很小;数据大小限制;无法连接到[R ;读取的唯一方法是通过OData源，是Excel或txt。
十一、OpenRefine
1、什么是OpenRefine - 数据分析工具
以前称为GoogleRefine的数据清理软件。 因为它可以帮助您清理数据以进行分析。 它对一行数据进行操作。 此外，将列放在列下，与关系数据库表非常相似。
2、OpenRefine的使用
清理凌乱的数据;数据转换;从网站解析数据;通过从Web服务获取数据将数据添加到数据集。 例如，OpenRefine可用于将地址地理编码到地理坐标。
3、OpenRefine的局限性
Open Refine不适用于大型数据集;精炼对大数据不起作用
十二、KNIME
1、什么是KNIME - 数据分析工具
KNIME通过可视化编程帮助您操作，分析和建模数据。 它用于集成各种组件，用于数据挖掘和机器学习。
2、KNIME的用途
不要写代码块。 相反，您必须在活动之间删除和拖动连接点;该数据分析工具支持编程语言;事实上，分析工具，例如可扩展运行化学数据，文本挖掘，蟒蛇，和[R 。
3、KNIME的限制
数据可视化不佳
十三、Google Fusion Tables
1、什么是Google Fusion Tables
对于数据工具，我们有更酷，更大版本的Google Spreadsheets。 一个令人难以置信的数据分析，映射和大型数据集可视化工具。 此外，Google Fusion Tables可以添加到业务分析工具列表中。 这也是最好的大数据分析工具之一，大数据分析十八般工具。
2、使用Google Fusion Tables
在线可视化更大的表格数据;跨越数十万行进行过滤和总结;将表与Web上的其他数据组合在一起；您可以合并两个或三个表以生成包含数据集的单个可视化;
3、Google Fusion Tables的限制
表中只有前100,000行数据包含在查询结果中或已映射;在一次API调用中发送的数据总大小不能超过1MB。
十四、NodeXL
1、什么是NodeXL
它是关系和网络的可视化和分析软件。 NodeXL提供精确的计算。 它是一个免费的(不是专业的)和开源网络分析和可视化软件。 NodeXL是用于数据分析的最佳统计工具之一。 其中包括高级网络指标。 此外，访问社交媒体网络数据导入程序和自动化。
2、NodeXL的用途
这是Excel中的一种数据分析工具，可帮助实现以下方面：
数据导入;图形可视化;图形分析;数据表示;该软件集成到Microsoft Excel 2007,2010,2013和2016中。 它作为工作簿打开，包含各种包含图形结构元素的工作表。 这就像节点和边缘;该软件可以导入各种图形格式。 这种邻接矩阵，Pajek ，UCINet ，GraphML和边缘列表。
3、NodeXL的局限性
您需要为特定问题使用多个种子术语;在稍微不同的时间运行数据提取。
十五、Wolfram Alpha
1、什么是Wolfram Alpha
它是Stephen Wolfram创建的计算知识引擎或应答引擎。
2、Wolfram Alpha的使用
是Apple的Siri的附加组件;提供技术搜索的详细响应并解决微积分问题;帮助业务用户获取信息图表和图形。 并有助于创建主题概述，商品信息和高级定价历史记录。
3、Wolfram Alpha的局限性
Wolfram Alpha只能处理公开数字和事实，而不能处理观点;它限制了每个查询的计算时间;这些数据分析统计工具有何疑问?
十六、Google搜索运营商
1、什么是Google搜索运营商
它是一种强大的资源，可帮助您过滤Google结果。 这立即得到最相关和有用的信息。
2、Google搜索运算符的使用
更快速地过滤Google搜索结果;Google强大的数据分析工具可以帮助发现新信息。
十七、Excel解算器
1、什么是Excel解算器
Solver加载项是Microsoft Office Excel加载项程序。 此外，它在您安装Microsoft Excel或Office时可用。 它是excel中的线性编程和优化工具。 这允许您设置约束。 它是一种先进的优化工具，有助于快速解决问题。
2、求解器的使用
Solver找到的最终值是相互关系和决策的解决方案;它采用了多种方法，来自非线性优化。 还有线性规划到进化算法和遗传算法，以找到解决方案。
3、求解器的局限性
不良扩展是Excel Solver缺乏的领域之一;它会影响解决方案的时间和质量;求解器会影响模型的内在可解性;
十八、Dataiku DSS
1、什么是Dataiku DSS
这是一个协作数据科学软件平台。 此外，它还有助于团队构建，原型和探索。 虽然，它可以更有效地提供自己的数据产品。
2、Dataiku DSS的使用
target=_blank>转行大数据分析师后悔了》、《零基础学大数据分析现实吗》、《大数据分析培训好就业吗》、《转行大数据分析必知技能》
国外中子活化分析简介
张玉君
（中国地质科学院物探所）
一、何谓中子活化分析？其优点如何？
中子活化分析是一种物理分析方法，其基本原理是用中子照射稳定同位素，经过核转化而产生放射性核素，通过测定放射性核素的辐射特性（如γ、β射线的能量和强度，半寿期），对被照射样品中元素进行定性和定量的推断。
定量测定可以进行相对测量，也可以进行绝对测量。 对地质样品的活化分析，通常使用相对测量。 绝对测定中计算样品待测元素的含量的公式如下：
张玉君地质勘查新方法研究论文集
式中：g—所分析元素的含量；
M—所分析元素的原子量；
A—测得的待测元素的反应产物的放射性强度；
δ—反应截面；
φ—中子通量；
θ—同位素丰度；
N —亚佛加得罗常数；
t —照射时间；
t —冷却时间，即停止照射至开始测量的时间间隔；
λ—衰变常数；
；Tl/2为半寿期；
η—探测器的探测效率；
α—探测辐射测量的绝对丰度（即衰变网图因子）。
激活放射性核素的辐射强度与所分析元素的含量、反应截面、中子通量、同位素丰度等成正比。
中子活化分析的优点是灵敏度高，操作简便，可用小型电子计算机配合，实现分析自动化，样品制备简单，可同时进行多种元素的分析。 由于这些优点，中子活化分析近几年发展很快，应用越来越广。
现在以钒为例，说明中子活化分析的灵敏度。钒有两个稳定同位素：
和
。其天然丰度分别为0.24%和99.76%。受中子照射后，经过（n,y）反应，V 0变为 V （反应截面δ＝250靶）。V 为稳定同位素；V 变为 V （反应截面δ＝4.5靶），V 是β 衰变放射性同位素，放射能量为2.73兆电子伏的β射线和能量为1.45兆电子伏的y射线，半寿期为3.8分。通过对这些放射性的测定可以确定V 的存在，对1.45兆电子伏γ射线进行定量测定，即可推断出样品中钒的含量。在钒的中子活化分析中，当中子通量为1×10 中子/厘米 ·秒时，照射1分，冷却1分，其灵敏度为2.0×10 克；照射30分，冷却1分，其灵敏度为3.4×10-2克；照射到饱和，其灵敏度为2.9×10 克。这个灵敏度是其他方法所达不到的。
中子活化分析利用y射线能谱测量做为判断和测定70种以上元素的分析指示核素的主要手段。 β粒子的测量通常用得很少。 有时还需兼用放射化学提纯和半寿期的测定。
中子通量正比地影响中子活化分析的灵敏度。 活化分析中希望采用较高的中子通量，选择截面较大的反应和半寿期较适当（不是太长也不太短）的放射性产物。
活化分析的灵敏度还与样品成分的复杂程度有关，各种组分之间往往互相干扰。 过去常常需要用化学分离配合，而这是个很慢的过程。 自从Ge（Li）半导体探测器的出现和应用大大提高了能谱仪的分辨率，使得有可能减少或不用化学处理就可以经一次照射同时分析出几十种元素的很低的含量。
中子活化分析常用的是热中子（由反应堆、加速器或同位素中子源产生）和14兆电子伏的中子（由加速器T（D,n）He4反应产生）。有些情况下也使用3兆电子伏的中子（由加速器D（D, n）He 反应产生）。
表1至3分别给出热中子、14兆电子伏中子和3兆电子伏中子活化分析中对单一元素的灵敏度或探测极限。
表1 热中子活化分析的灵敏度（克）
表1为热中子活化分析的灵敏度（克）。中子通量为1×10 中子/厘米 ·秒。用4吋×3吋NaJ（T1）晶体闪烁计数器探测。样品照射时间分别为1分和30分，冷却时间皆为1分钟。磷（P）、铅（Pb），铊（T1），钇（Y）四种元素经（n，γ）反应后的产物，均为纯β放射性未列入表内。
表2 14兆电子伏中子活化分析灵敏度（克）
表2为14兆电子伏中子活化分析的灵敏度（克）。由T（D,n）He 反应所得到的中子通量为1×10 中子/厘米2·秒。用3吋×3吋NaJ（T1）晶体闪烁计数器探测。当产物半寿期小于1分时，照射时间为三倍半寿期，冷却时间为一倍半寿期，计数时间为三倍半寿期。当产物半寿期大于1分时，照射时间为5分，冷却时间为1分，计数时间为5分。
表3 3兆电子伏中子活化分析灵敏度（克）
表3为3兆电子伏中子活化分析灵敏度（克）。中子通量为1×10 中子/厘米 ·秒，对碳（C）、氮（N）、氧（O）、硫（S），铋（Bi）不能进行分析，其他未列入表内之元素皆不能达到1960年分析会议汇编中所提出的要求。
二、国外用中子活化方法于地质找矿的发展简况
中子活化在地质与勘探方面的应用，从早期试验到现在，有20年历史，但生产应用的时间并不长。 由于近几年半导体探测器、新型中子源、小型计算机和多道能谱仪等新技术的应用，国外在发展现场中子活化分析方面受到较大重视，并已在生产中得出显著的使用效果。
在1951年美国F·E森夫脱尔（F·）开始用Ra-Be中子源和盖格计数管对银进行中子活化测定试验。 1954年苏联斯维尔德洛夫矿业学院T.C.伐兹杰依契可夫（Т.С.Возженников）开始在铜矿上进行中子活化测井试验，所使用的是Po-Be中子源和盖格计数管。 1957年以后苏联有几个单位如乌拉尔科学分院的地球物理所、乌兹别克科学院原子核物理所、莫斯科全苏核子地球化学地球物理研究所等在铝土矿、锰矿、萤石矿、铜矿上进行了频繁的活化测井试验，采用的是Po-Be中子源、NaJ（T1）晶体和单道能谱仪（也有用电子管百道能谱仪），但是由于所用中子源通量过低，探测器分辨本领低和能谱仪体积庞大，虽然不断有试验结果的报导，并认为在这些矿上将可以进行部分不取芯钻进，但十多年来并未见到这些试验应用于生产的报导。
张玉君地质勘查新方法研究论文集
在1964年前后，苏联作为快速分析矿石的方法，在非放射性矿种和对非放射性元素试验使用中子活化法、X－射线荧光分析和中子测铍法，取得良好效果，特别是在召开第一次活化分析工作座谈会后，核子技术在地质勘探方面的应用范围有所扩大。
在1968年前后，由于原子能工业、核子技术、电子技术及半导体技术发展的影响，中子活化分析在地质和勘探上的应用有了较明显的变化，引起这些变化的重重要新技术有：高分辨能力的Ge（Li）半导体探测器开始用于地质工作，其分辨率较NaJ（T1）高数十倍，这对非破坏性分析和不经化学处理的分析提供了新的可能；小型多道能谱仪的应用，试制成功了轻便小型矿物分析仪；利用小型电子计算机进行数据处理，数分钟即可得到分析结果；新型中子源Cf 在地质上的应用，提供了新的可能，他们认为这是一个“极大的突破”。锎Cf 通过自发裂变放射出大量的中子，0.1毫克的Cf 每秒产生2.34×10 中子，这相当于一个小型中子发生器。Cf 的体积小，γ射线剂量低，使用简单。这种源可用于野外矿石、岩石露头上直接测定多种元素，海底中子活化直接找矿，月球探测等。
从1968年以后国外核子技术在地质与勘探上的应用试验十分广泛，美国、加拿大、英国等相继召开专业会议，出版专著。 1965年、1968年召开了国际专业会议；苏联在1970年在塔什干又召开了座谈会，大力推广中子活化和X－射线荧光分析等分析方法。 1968年11月在阿根廷，1969年12月在波兰分别召开了关于核子技术与矿物资源的技术讨论会。 在1969年波兰召开的核子技术与矿物资源小组委员会的技术论文汇编《矿物勘探和矿物开发用的核子技术》中，介绍了加拿大中子活化与X－射线荧光分析联合流动分析装置、核子技术在金属矿物勘探与采矿、非石油矿物资源的勘探与开发、地球化学研究以及在选矿工艺流程分析中的应用；菲律宾还用中子活化分析圈定金矿区；印度、西班牙介绍本国在应用核子技术开发矿物资源的计划。
1970年以来国外中子活化分析用于地质方面的重要进展为：研制并在野外试验了用于井中的Ge（Li）探头，瑞典装成了外径为89毫米，长1600毫米的测井用Ge（Li）探头。所用Ge（Li）探测器体积为22厘米 ，用液氮冷却，可工作10小时；探头的能量分辨率为2.3千电子伏（对122千电子伏光子）和2.6千电子伏（对133千电子伏）。此探头已用于兰斯塔德铀矿山的地面试验和钻孔模型中对中子活化谱进行研究。此外用中子活化进行海底地质填图及直接找矿方面的试验也有一定进展。
三、几个实例
1.中子活化分析是其他分析方法的有力补充手段，在许多情况下可以解决其他方法的某些困难。
（1）珍贵样品微量分析：
有些地质样品，如陨石、月球样品、登山运动员采回的样品等。 样品量甚少，但极为珍贵，有些目的元素含量甚低，常规分析对这类样品是有困难的。
1970年有人报导了分析地球岩石及陨石中微量元素的热中子活化分析技术，此研究着重于最大限度地减少化学程序，并最大限度地利用Ge（Li）γ能谱测量及计算机数据处理，对三个球粒陨石分析了下述元素：As、Au、Co、Cs、Ga、Ge、Hg、Mo、Os、Re、Sb、Sc、Se、Te等。
同年还有人报导了分析重量仅为0.5克的珍贵地质样品中39个元素的中子活化分析方法。 样品照射后，用化学手段分离为12个组，用一个NaJ（T1）晶体、两个Ge（Li）探测器进行放射性测量。 39个元素中有半数的分析精度超过±5%，少于1/5的元素的分析精度劣于±25%。
（2）少用或不用化学分离的综合分析：
对于具有地质意义的样品的实验室中子活化综合分析的报导是不少的，其中一个重要研究目的在于努力减少甚至不用化学处理。
例如1970年有人报导了一个仅用一次化学处理测定岩石样品中32个元素的中子活化分析方法。用高分辨率的Ge（Li）γ能谱测量分析了七个含广泛成分的U.S.G.S标准样品。分析过程分为三步：首先测定短寿期核素（10＂～1’），用来测定Sc、Hf、Dr、Mg、Al、Co、Ti、V（和Na）；然后将活化后的样品用五氧化锑水溶液溶解，目的是为了去除Na ，之后测定中寿期核素，得出K、Cu、Zn、Ga、Sr、Ba、La、Eu、Sm（及Mn）等元素的含量；最后测定长寿期核素以分析Sc、Cr、Fe、Co、Zr、Rb、Sb、Cs、Ba、Ce、Eu、Yb、Tb、Lu、Hf、Ta和Th等元素。此方法仅采用一次针对Na 的放射化学处理。
（3）岩石中稀土含量的非破碎性测定：
由于镧族元素的化学分析存在困难，因此有不少人研究稀土族的中子活化分析问题，在这些报导中有一篇特别引起注意的文献。 1967年科布（Cobb）成功地应用了Ge（Li）探测器对岩石中镧族含量做非破碎性测定，完全不用任何化学处理。 所测出的稀土含量多数能与应用化学分离方法所做数据很好吻合，试验中考虑了八种不同的岩石类型。
2.野外流动实验室
为了减少送样往返时间，解决远离反应堆、加速器及中心实验室所造成的分析条件的困难，国外近几年试制成功移动式中子活化分析设备，效果很好。 现以加拿大的一套可以运到现场使用的中子活化分析设备为例来说明此问题。
加拿大面积较大，而且矿产大多分布在边远地带。 因为从边远地区运送样品到反应堆所在地进行分析太费时间，不能满足地质工作的要求，因而在1966年制造了一套安装在汽车上的中子活化分析设备，相当于一个流动的中子活化分析实验室。 到1968年已经去过25个地方，进行了大量的分析工作。 这样的装置对地质工作是很有用的。
这套设备采用Sb-Be同位素中子源，用6000居里的Sb ,Sb源放在Be块内，外面是水反射层和43厘米的中子及γ射线屏蔽。整个中子源的直径约1米，重量为5吨，中子通量2×10 中子/厘米 ·秒，有四个照射位置。由于Sb 的半寿期只有60天，每年要更换Sb 源两三次。
这个中子源装在12米长的拖车上，车上的其他设备还有12千瓦的发电机、空气压缩机、小型电子计算机、1024道分析器，以及带铅屏蔽（内径25厘米，厚10厘米，全长1.2米）的Ge（Li）半导体探测器和NaJ（Tl）闪烁计数器。
中子源与探测器间的距离9米，样品以压缩空气为动力进行传递，样品照射、测量以及数据处理均由电子计算机自动控制。
除Pb、Si、P、S以外的矿物中认为重要的元素都可以足够的精确度进行分析。
每24小时可分析200个以上样品。 单元素的测定就更快了，Ag为7000个，Au为200个，Cu为5000个，Zn为4000个。 虽然这套装备每年平均花费3万美元，但由于生产效率高，每个样品的花费低于1美元，每个测定的成本就更低了。
在地质中的应用有：
水中U和Th的测定1×10-8克/克
Au晕圈图1×10-8克/克
矿石中As的测定 1×10 克/克
Zr砂中Hf的测定 3×10 克/克
与U共生的稀土元素的测定 1×10 克/克
岩石的相关分析 1×10 ～1×10 克/克
矿源鉴定 1×10 ～1×10 克/克
水中铀的测定是为了确定湖或河与铀矿的关系；低Hf含量的锆对原子能工业十分重要，由于Hf与Zr很难分离，故寻找低Hf含量的锆砂就特别重要；As是重要的有害组分。 高灵敏度的分析对于地质构造也是极为有用的。
苏联可移动中子活化装置主要是用Po-Be中子源，中子产额通常为10 7中子/秒，而孔道中的通量就更低了，仅为10 ～10 中子/厘米 ·秒。这对地质效果是有影响的。
美国曾用12个Am —Cm -Be源共约4000居里安装了通量为9×10 中子/厘米 ·秒的中子装置，据报道可做73个元素的分析。F.E.森夫脱尔和R.W.珀金（）等人在1970年前后用Cf 及Ge（Li）探测器，可在1～2分钟内测定出有经济意义含量的0.1～0.0l以下的绝大多数元素的含量。
3.地面中子活化直接找矿
1964年美国地质调查所为了验证利用中子活化方法在地表露头进行直接找矿的可能性，用加速器安装了两台汽车中子活化装置，可产生流强为10 中子/厘米 ·秒的中子流，整个设计可使中子流较集中地对准地面照射，照射后，可在数秒钟内换上NaJ（Tl）闪烁探头，联接多道分析器进行记录，元素的确定根据能量和半衰期。用这种装置做的试验表明中子活化技术作为一个野外地面勘探方法至少对30种以上元素是有可能的。方法的本质缺点是穿透厚度不能令人满意，仅为1呎左右。此外装置也嫌太笨重。1967年发表了利用上述装置对贵金属和半贵金属的试验。计算了Ru、Rh、Pd、Ag、Re、Os、Ir、Pt和Au受通量为10 中子/厘米 ·秒的热中子照射所产生的激活放射性强度，较高的有Rh、Ag和Ir。在Arminius矿上对银进行了野外试验，在含银约为1.5盎司/吨的黄铁矿富集带上进行了活化测定，Ag 的确定是根据其能量（0.66兆电子伏）和半寿期（23.5秒）。文中估计此方法的灵敏度还能提高到0.1～0.2盎司/吨。测量时间仅需数分钟。对于Au也进行了模型和野外试验，但结果不如Ag。对贵金属的试验表明，银和金的现场中子活化方法是一个可以实现的找矿方法。
苏联曾对F和Cu进行了地面中子活化测定。前者是为圈定F晕以寻找萤石、磷灰石及稀土矿。在地表进行活化时，将表土挖去25厘米深，20×20厘米见方，中子源用3—6居里的 Po—Be中子源，每隔10米测一个点，二人组成的小组每班可测100～120点。F测定的灵敏阈为0.05%。此外还对矿山工程进行了F的测定。Cu的野外地面中子活化分析，用2×10 中子/秒的Po-Be源可测出0.2%～0.4%的Cu，相对误差为10%～15%。
从1970年前后起美国地质调查所进行了大量的研究工作，试图用Cf 进行地面及海底中子活化工作。特别应注意，后者是争夺海域战略的重要动态。
原载《地球化学探矿分析方法译文集》，1977。
标签： 并比人类更快地执行交易 这些程序可以快速分析大量数据 效率
