首页--环境科学、安全科学论文--环境质量评价与环境监测论文--环境监测论文--一般性问题论文

基于纸基纳米金的重金属检测系统算法研究及软件设计

中文摘要第3-4页
英文摘要第4-5页
1 绪论第9-19页
    1.1 重金属污染现状及危害第9-11页
    1.2 重金属检测技术的研究与发展第11-14页
        1.2.1 光谱/质谱检测法第11页
        1.2.2 电化学检测法第11-12页
        1.2.3 生物学检测法第12-13页
        1.2.4 纳米材料检测法第13-14页
    1.3 重金属检测系统中的算法研究第14-16页
        1.3.1 图像处理算法第14-15页
        1.3.2 浓度识别算法第15-16页
    1.4 重金属检测系统中的软件设计第16页
    1.5 本论文的研究内容及意义第16-19页
        1.5.1 研究目的及意义第16-17页
        1.5.2 主要研究内容第17-19页
2 基于纸基纳米金的重金属检测系统第19-29页
    2.1 基于纸基纳米金的重金属检测原理第19-21页
        2.1.1 纳米金的化学原理第19-20页
        2.1.2 纸基纳米金的重金属检测第20-21页
    2.2 系统功能分析第21-23页
    2.3 系统总体结构第23-24页
    2.4 系统算法研究及软件设计第24-28页
        2.4.1 图像处理算法研究第24-26页
        2.4.2 浓度识别算法研究第26页
        2.4.3 系统软件设计第26-28页
    2.5 本章小结第28-29页
3 基于HSI和SRG的两阶段图像处理算法第29-45页
    3.1 纸基纳米金阵列图像第29-30页
    3.2 图像处理算法框架第30页
    3.3 第一阶段处理算法第30-36页
        3.3.1 基于HSI颜色空间的反应点粗分割第30-34页
        3.3.2 基于数学形态学的图像滤波第34-35页
        3.3.3 基于投影的网格划分第35-36页
    3.4 第二阶段处理算法第36-40页
        3.4.1 基于改进的SRG的反应点细分割第36-39页
        3.4.2 特征信息提取和可视化第39-40页
    3.5 图像处理算法效果评价第40-43页
        3.5.1 精度和稳定性评价第40-42页
        3.5.2 自适应效果评价第42-43页
    3.6 本章小结第43-45页
4 基于ν-SVR的浓度识别算法第45-65页
    4.1 支持向量回归机第45-51页
        4.1.1 机器学习理论第45-46页
        4.1.2 统计学习理论第46-47页
        4.1.3 支持向量回归机理论第47-51页
    4.2 数据选取及处理第51-52页
    4.3 基于软ε-SVR的浓度识别第52-55页
        4.3.1 软ε-SVR模型第52页
        4.3.2 基于软ε-SVR模型的浓度识别第52-55页
    4.4 基于ν-SVR的浓度识别第55-57页
        4.4.1 ν-SVR模型第55-56页
        4.4.2 基于ν-SVR模型的浓度识别第56-57页
    4.5 浓度识别效果评价第57-63页
        4.5.1 多项式非线性回归识别第57-59页
        4.5.2 BP神经网络识别第59-61页
        4.5.3 效果对比评价第61-63页
    4.6 本章小结第63-65页
5 系统软件设计第65-83页
    5.1 开发环境介绍第65-67页
        5.1.1 S3C6410处理器简介第65-66页
        5.1.2 Linux开发环境搭建第66-67页
    5.2 软件需求分析第67-69页
        5.2.1 功能性需求第67-68页
        5.2.2 非功能性需求第68-69页
    5.3 软件总体设计第69-70页
    5.4 软件功能模块设计第70-76页
        5.4.1 登录模块第70-71页
        5.4.2 参数设置模块第71-72页
        5.4.3 图像采集模块第72-73页
        5.4.4 图像处理模块第73-74页
        5.4.5 浓度识别模块第74-76页
    5.5 软件移植与功能测试第76-81页
        5.5.1 软件系统移植第76页
        5.5.2 软件测试目的第76页
        5.5.3 软件测试方案第76-77页
        5.5.4 软件功能测试与结果第77-81页
    5.6 本章小结第81-83页
6 总结与展望第83-85页
    6.1 总结第83-84页
    6.2 展望第84-85页
致谢第85-87页
参考文献第87-95页
附录第95页
    A. 作者在攻读硕士学位期间参与的科研项目第95页
    B. 作者在攻读硕士学位期间发表的论文第95页

论文共95页,点击 下载论文
上一篇:不对称信息下考虑消费者低碳偏好的销售激励合同设计
下一篇:天然氧化锰矿高级氧化降解水中普施安蓝MX-R