基于酶传感器—BP神经网络方法的垃圾堆肥中酚类物质检测的研究
| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 附表索引 | 第11-12页 |
| 插图索引 | 第12-13页 |
| 第1章 绪论 | 第13-29页 |
| ·固体废物的来源及分类 | 第13-14页 |
| ·固体废物排放量 | 第14-16页 |
| ·城市固体废物的概述与现状 | 第16-17页 |
| ·城市固体废物污染的途径与危害 | 第17-19页 |
| ·对土壤的污染 | 第17-18页 |
| ·对水体的污染 | 第18-19页 |
| ·对大气的污染 | 第19页 |
| ·影响环境卫生 | 第19页 |
| ·城市固体废物处理现状 | 第19-24页 |
| ·国外垃圾治理现状 | 第19-22页 |
| ·国内垃圾治理现状 | 第22-24页 |
| ·城市固体废物处理方法 | 第24-27页 |
| ·卫生填埋法 | 第25页 |
| ·焚烧法 | 第25-26页 |
| ·堆肥法 | 第26-27页 |
| ·研究背景及意义 | 第27-29页 |
| 第2章 电化学生物传感器的原理 | 第29-40页 |
| ·电化学生物传感器概述 | 第29-30页 |
| ·电化学生物传感器的工作原理 | 第29页 |
| ·电化学生物传感器的分类 | 第29-30页 |
| ·酶的直接电化学 | 第30-33页 |
| ·酶的概述 | 第30-32页 |
| ·蛋白质和酶的直接电化学 | 第32-33页 |
| ·电流型酶传感器的研究进展 | 第33-40页 |
| ·电极上酶的固定化方法 | 第33-36页 |
| ·电子媒介体的选用和修饰电极的方法 | 第36-38页 |
| ·干扰因素 | 第38页 |
| ·电流型酶传感器的研究展望 | 第38-40页 |
| 第3章 BP神经网络的原理 | 第40-51页 |
| ·人工神经网络概述 | 第40-43页 |
| ·神经网络的概念 | 第40页 |
| ·人工神经网络的概念和发展 | 第40-41页 |
| ·人工神经网络的特点 | 第41-42页 |
| ·人工神经网络的基本结构——人工神经元的模型 | 第42-43页 |
| ·BP神经网络 | 第43-51页 |
| ·BP神经网络算法 | 第43-46页 |
| ·BP神经网络的激活函数 | 第46-50页 |
| ·BP神经网络的学习性能 | 第50-51页 |
| 第4章 实验部分 | 第51-60页 |
| ·实验部分 | 第51-52页 |
| ·实验试剂和仪器 | 第51页 |
| ·核/壳磁性纳米粒子的制备 | 第51页 |
| ·漆酶传感器的制备 | 第51-52页 |
| ·邻苯二酚的测定 | 第52页 |
| ·堆肥浸出液的应用 | 第52页 |
| ·实验结果与讨论 | 第52-60页 |
| ·磁性纳米颗粒的特性 | 第52-54页 |
| ·漆酶的固定 | 第54页 |
| ·传感器催化反应原理 | 第54-55页 |
| ·循环伏安法的特性 | 第55页 |
| ·实验条件的优化 | 第55-57页 |
| ·传感器的响应性能 | 第57-58页 |
| ·传感器的重复性和稳定性 | 第58-59页 |
| ·干扰实验 | 第59页 |
| ·漆酶传感器与高效液相色谱法性能对比 | 第59-60页 |
| 第5章 BP神经网络模型的建立 | 第60-67页 |
| ·BP神经网络模型的设计方法 | 第60-62页 |
| ·网络层数的确定方法 | 第60页 |
| ·隐含层神经元数量的方法 | 第60-61页 |
| ·初始权值的选取方法 | 第61页 |
| ·激活函数的的选取方法 | 第61页 |
| ·BP神经网络的学习速率方法 | 第61-62页 |
| ·BP神经网络模型的建立 | 第62-65页 |
| ·本研究中BP神经网络的训练样本与训练集的选取 | 第62-63页 |
| ·本研究中隐含层神经元与激活函数的选取 | 第63-64页 |
| ·本研究中BP神经网络模型 | 第64-65页 |
| ·BP神经网络局部最小及过拟和问题的解决 | 第65页 |
| ·BP神经网络模型的拟和与预测 | 第65-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-76页 |
| 致谢 | 第76-77页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第77页 |
