XPS 分峰与残差

展示已有分峰、背景、总和与残差；保留原始强度。

合成示例 · 非实验数据

放大图样 ↗

给这张图选配色 →

① 源码与 CSV 解压到同一文件夹。

② 请 AI 运行 render_existing.py，得到 PNG、SVG 和 PDF；再核对并换成你的数据。

源码和 CSV 解压到同一文件夹即可重画。图件和提示词可分别下载。

你也可以用自己的话说。

查看请求

请读取绘图包里的 README 和 metadata.json，按说明在项目独立环境中运行包内已有源码，重画这份演示数据。不要重新生成或改写演示 CSV。收到我的文件后，先核对列名、单位、归一化基准与测试条件，再在副本中适配。逐圈容量、库伦效率与容量保持率用散点，不加连线；连续电压和光谱用无点实线，数据坐标四周保留框线。全电池保持率需明确参考圈、参考容量和相同工况，缺项先补齐；Li‖Cu 不强加保持率。不要继承演示条件、补造数据或静默覆盖旧图；回复只给结果位置和必要的下一步。

第一次用？先安装桌面软件 →

输入与使用边界

data.csv

输入格式、单位和条件见 README 与 metadata.json。示例是合成数据，不能用于论文实验结果。

Original generic 280–294 eV window with 3 known mixed-line-shape components and counting noise. No compound identity, measured composition or fitting quality claim.

示例的模型与依据

按声明的教学模型生成。参数为自设，引用支持公式或测试方法，不是从论文复制的实测数字。

计算关系

G(e)=exp(-0.5*((e-mu)/sigma)^2); L(e)=1/(1+((e-mu)/sigma)^2)
component=height*(0.7*G+0.3*L); expected_counts=110+3*(e-280)+sum(components)
observed_counts ~ Poisson(expected_counts); residual=observed-background-sum(known_components)

使用边界

No optimizer, fitted composition, charge calibration, Shirley/Tougaard background or chemical assignment.
Components are known inputs; residuals are not evidence of a successful experimental fit.

模型来源

NIST e-Handbook: normal distribution
The Gaussian mathematical line shape only; no material peak assignment or numeric data.
IUPAC: Lorentzian band shape
Lorentzian mathematical shape only; original energies and intensities.

相关资源

来源与引用

原创合成示例，数据与本版源码包含在绘图包内；未使用论文数据或原图

VoltPeer. XPS 分峰与残差. Synthetic teaching delivery, version 1.6.0; data generator 1.6.

BIB ↓ RIS ↓

VoltPeer maintainers · v1.6.0 · MIT

文件、校验与检查状态

文件和格式已检查；模型测试范围见适配说明。格式检查不代表科学审核。

alignment.json ↓data.csv ↓figure.pdf ↓figure.png ↓figure.svg ↓metadata.json ↓render-report.json ↓BRF-demo-xps_components.zip ↓xps_components.bib ↓xps_components.ris ↓

assets/showcase/xps_components/alignment.json  98c9e2c4c20b7afbf59a9a51219b70e73ba1d513a126662039799c6719c4b1ae
assets/showcase/xps_components/data.csv  de8fcadbceeb63ae9922373d708ce23912960c89617c2ddf2e2fc7c4ddda703b
assets/showcase/xps_components/figure.pdf  749c9e5794116fbf6a7f4ba574b1bbb4ee9f4f2ee22c0f03e13c045971070a45
assets/showcase/xps_components/figure.png  417ac31d09f6c0d42e9120bebdbfe3c47d5459bf7fb1a978dfbfd09c91150970
assets/showcase/xps_components/figure.svg  d2b551a90cda5db46fd01b1ce0f10f5578b3970fd948ae01006af4470fa386ac
assets/showcase/xps_components/metadata.json  c9c49a4ce7d26c3d53b063771eeace0741a5c3a8fe23fb01aec1e8a23595c3ff
assets/showcase/xps_components/render-report.json  e546abfb2ef50b8061cfdf04059356897a45d60bc9fc716f102b187089d77bc7
assets/showcase/BRF-demo-xps_components.zip  bc8769f348b65e797f8480ff3459d38896fc0eb20fb90f6e416cb3bda6759cd2
assets/citations/xps_components.bib  db8aa1734c59a09e58f94eb31e13977b36191a2dd2a7420a676ccb43e8ecb450
assets/citations/xps_components.ris  2ac0ff0d8ea8a94dff165685ad06e91bb2d26e00530a0caa0e220b2f4db90447

讨论或改进这份资源 → 返回资源库 →