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--水质监测论文

基于三维荧光谱参数化及模式识别的水中油类鉴别与测定

摘要第1-5页
Abstract第5-14页
第1章 绪论第14-24页
   ·引言第14-16页
     ·水体中石油污染问题第14页
     ·海洋环境保护第14-15页
     ·矿物油种类鉴别的目的和意义第15-16页
   ·水中矿物油污染监测与荧光分析技术研究概况第16-19页
     ·国外研究概况第17-18页
     ·国内研究概况第18-19页
   ·污染油三维荧光谱分析方法发展趋势第19-21页
     ·参数化第19-20页
     ·系统化第20页
     ·智能化第20-21页
   ·课题来源及主要研究内容第21-24页
     ·课题来源第21页
     ·主要研究内容第21-24页
第2章 荧光谱分析的基本原理第24-42页
   ·荧光发射原理第24-36页
     ·光与物质的相互作用第24-29页
     ·分子轨道类型与电子能级跃迁第29-31页
     ·有机分子中的基团和吸收带分类第31-32页
     ·荧光发射和荧光强度第32-34页
     ·环境因素对荧光的影响第34-35页
     ·荧光与分子结构的关系第35-36页
   ·物质的荧光光谱第36-39页
     ·二维荧光光谱第36-37页
     ·发射光谱特征的进一步讨论第37-38页
     ·三维荧光光谱第38-39页
   ·矿物油的组成与荧光基础第39-41页
     ·矿物油的烃族第39页
     ·硫、氮、氧杂原子化合物第39-40页
     ·金属化合物及其它物质第40-41页
   ·本章小结第41-42页
第3章 矿物油三维荧光谱测量第42-68页
   ·矿物油种类概述第42页
   ·三维荧光谱测量实验第42-45页
     ·三维荧光谱测量系统的组成第43-44页
     ·系统工作原理第44-45页
   ·三维荧光谱重构第45-66页
     ·理论依据第45页
     ·实验条件第45-46页
     ·实验结果第46-60页
     ·矿物油三维荧光谱的讨论第60-66页
   ·定量关系第66-67页
   ·本章小结第67-68页
第4章 基于表观特征的矿物油三维荧光谱参数化第68-84页
   ·数据预处理第68-71页
     ·EEM 数据修整第68-71页
     ·EEM 数据变换第71页
   ·三维荧光谱表观统计特征第71-78页
     ·三维荧光谱表观统计特征参数第72-73页
     ·矿物油三维荧光谱的表观统计特征参数第73-75页
     ·矿物油三维荧光谱表观统计特征选择第75-78页
   ·基于荧光谱表观特征的聚类分析第78-83页
     ·初步聚类和本底效应第78-81页
     ·二倍波消除和溶剂校正后的聚类第81-83页
   ·本章小结第83-84页
第5章 基于主成分的矿物油三维荧光谱参数化第84-102页
   ·矿物油三维荧光谱的特征谱第84-94页
     ·特征谱的定义第84-85页
     ·EEM 特征多项式系数特征谱第85页
     ·主成分特征谱第85-94页
     ·奇异值特征谱第94页
   ·特征谱的选择第94-97页
     ·聚类测试第95-96页
     ·不同特征谱的应用比较第96-97页
   ·用综合特征谱实现浓度测定第97-101页
     ·定量信息第97-99页
     ·综合特征谱的实现第99-101页
     ·综合特征谱的意义第101页
   ·本章小结第101-102页
第6章 基于三维荧光谱参数化的矿物油模式识别第102-112页
   ·神经网络模式识别第102-105页
     ·模式识别与神经网络第102-103页
     ·BP 网络学习原理与基本公式第103-105页
   ·神经网络设计第105-107页
     ·网络层数第106页
     ·各层神经元数第106-107页
     ·学习速率调节第107页
   ·BP 网络的训练第107-110页
     ·BP 网络的初始化第107-108页
     ·BP 网络的训练第108-110页
   ·BP 网络的应用测试结果第110-111页
   ·RBF 网络初步应用介绍第111页
   ·本章小结第111-112页
结论第112-115页
附录第115-116页
参考文献第116-122页
攻读博士学位期间承担的科研任务与主要成果第122-123页
致谢第123-124页
作者简介第124页

论文共124页,点击 下载论文
上一篇:受贿罪研究
下一篇:Survivin、TRAIL在血管瘤中的表达