HABC-RBF算法在荧光光谱中的应用研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题的研究背景 | 第9-11页 |
| 1.2 国内外研究现状及进展 | 第11-15页 |
| 1.3 本课题来源及主要研究内容 | 第15-17页 |
| 第2章 荧光光谱概述 | 第17-26页 |
| 2.1 荧光概述 | 第17页 |
| 2.2 荧光产生的机理 | 第17-20页 |
| 2.2.1 光吸收 | 第17-18页 |
| 2.2.2 激发 | 第18-19页 |
| 2.2.3 激发态分子的活化 | 第19-20页 |
| 2.3 荧光物质的激发和发射光谱 | 第20-22页 |
| 2.4 荧光与物质结构的关系 | 第22-23页 |
| 2.5 荧光强度与溶液浓度的关系 | 第23-24页 |
| 2.6 本章小结 | 第24-26页 |
| 第3章 荧光光谱实验及数据处理 | 第26-48页 |
| 3.1 FS920荧光光谱测量系统 | 第26-32页 |
| 3.1.1 激发光源 | 第27-30页 |
| 3.1.2 单色器 | 第30页 |
| 3.1.3 检测器 | 第30-32页 |
| 3.1.4 样品池 | 第32页 |
| 3.2 荧光光谱实验 | 第32-41页 |
| 3.2.1 实验仪器及参数设置 | 第32-33页 |
| 3.2.2 实验及荧光光谱分析 | 第33-41页 |
| 3.3 数据处理 | 第41-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第4章 人工神经网络模型的建立和应用 | 第48-57页 |
| 4.1 人工神经网络概述 | 第48-52页 |
| 4.1.1 神经网络的研究及其发展 | 第48-49页 |
| 4.1.2 神经网络结构及工作方式 | 第49-51页 |
| 4.1.3 神经网络的基本功能 | 第51-52页 |
| 4.2 RBF网络原理 | 第52-53页 |
| 4.3 RBF网络仿真实验 | 第53-56页 |
| 4.3.1 算法描述 | 第53页 |
| 4.3.2 仿真实验 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 HABC-RBF应用于荧光物质含量的测定 | 第57-67页 |
| 5.1 人工蜂群概述 | 第57-58页 |
| 5.2 ABC算法的改进 | 第58-61页 |
| 5.2.1 细菌觅食行为 | 第58-60页 |
| 5.2.2 HABC优化RBF算法的步骤 | 第60-61页 |
| 5.3 HABC-RBF网络仿真实验 | 第61-65页 |
| 5.4 本章小结 | 第65-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-76页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第76-77页 |
| 致谢 | 第77页 |
