量热式生物传感器的信号降噪与富集过程预测的研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 目录 | 第5-7页 |
| 第一章 引言 | 第7-15页 |
| 1.1 课题的提出及意义 | 第7-8页 |
| 1.2 国内外研究现状及发展动态 | 第8-13页 |
| 1.2.1 重金属污染及检测的研究 | 第8-9页 |
| 1.2.2 量热式生物传感器的研究 | 第9-10页 |
| 1.2.3 小波分析技术应用研究 | 第10-12页 |
| 1.2.4 BP神经网络应用研究 | 第12-13页 |
| 1.3 本文的主要研究内容 | 第13-15页 |
| 第二章 量热式生物传感器系统概述 | 第15-20页 |
| 2.1 引言 | 第15页 |
| 2.2 量热式生物传感器系统简介 | 第15-18页 |
| 2.2.1 量热式生物传感器系统原理 | 第15-16页 |
| 2.2.2 量热式生物传感器系统试验装置 | 第16-17页 |
| 2.2.3 量热式生物传感器实验数据采集 | 第17-18页 |
| 2.3 量热式生物传感器系统性能概述 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 量热式生物传感器信号降噪 | 第20-28页 |
| 3.1 引言 | 第20页 |
| 3.2 小波分析方法简介 | 第20-22页 |
| 3.2.1 小波分析 | 第20页 |
| 3.2.2 小波分析降噪技术 | 第20-21页 |
| 3.2.3 小波分析算法选择 | 第21-22页 |
| 3.3 量热式生物传感器信号降噪 | 第22-27页 |
| 3.3.1 干扰信号的来源 | 第22-23页 |
| 3.3.2 传感器信号降噪 | 第23-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第四章 预测富集过程的算法选择 | 第28-36页 |
| 4.1 引言 | 第28页 |
| 4.2 BP神经网络模型简述 | 第28-32页 |
| 4.2.1 BP神经网络模型发展背景 | 第28页 |
| 4.2.2 BP神经网络模型 | 第28-30页 |
| 4.2.3 BP神经网络原理及算法 | 第30-31页 |
| 4.2.4 BP神经网络算法改进 | 第31-32页 |
| 4.3 预测富集过程的算法选择 | 第32-35页 |
| 4.3.1 算法比较 | 第32-34页 |
| 4.3.2 L-M算法 | 第34-35页 |
| 4.4 本章小结 | 第35-36页 |
| 第五章 量热式生物传感器富集过程研究 | 第36-46页 |
| 5.1 引言 | 第36页 |
| 5.2 量热式生物传感器富集过程研究 | 第36-41页 |
| 5.2.1 穿透曲线定义及作用 | 第36-37页 |
| 5.2.2 透曲线的确定 | 第37-41页 |
| 5.3 影响富集时间因素研究 | 第41-45页 |
| 5.3.1 进口流速影响 | 第41-43页 |
| 5.3.2 浓度影响 | 第43-44页 |
| 5.3.3 缓冲液PH影响 | 第44-45页 |
| 5.4 本章小结 | 第45-46页 |
| 第六章 全文总结 | 第46-48页 |
| 6.1 全文工作总结 | 第46-47页 |
| 6.2 工作展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读学位期间的研究成果 | 第52-53页 |
| 致谢 | 第53-54页 |
