| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 综述人工神经网络在多组分同时测定中的研究进展 | 第10-28页 |
| ·人工神经网络概述 | 第10-11页 |
| ·BP神经网络 | 第11-13页 |
| ·BP神经网络模型的建立 | 第13-18页 |
| ·神经网络输入数据的预处理 | 第13页 |
| ·BP神经网络的拓扑结构 | 第13-14页 |
| ·层传递函数 | 第14-15页 |
| ·网络的训练 | 第15-18页 |
| ·评价标准 | 第18页 |
| ·人工神经网络在多组分测定中的研究进展 | 第18-27页 |
| ·紫外可见分光光度分析 | 第19-20页 |
| ·红外光谱和近红外光谱分析 | 第20-22页 |
| ·荧光分析法 | 第22-23页 |
| ·电分析 | 第23-24页 |
| ·色谱分析 | 第24-26页 |
| ·其他应用 | 第26-27页 |
| ·选题目的和意义 | 第27-28页 |
| 第2章 人工神经网络辅助停流化学发光法同时测定敌敌畏和氧乐果 | 第28-38页 |
| ·引言 | 第28-30页 |
| ·实验部分 | 第30-31页 |
| ·仪器与软件 | 第30页 |
| ·化学药品和试剂 | 第30页 |
| ·连续流动—停流体系的分析程序 | 第30-31页 |
| ·结果与讨论 | 第31-37页 |
| ·敌敌畏和氧乐果的化学发光动力学特性 | 第31-32页 |
| ·反应条件的优化 | 第32-33页 |
| ·单组分校准曲线及精密度 | 第33-34页 |
| ·多元校正 | 第34-36页 |
| ·干扰实验 | 第36页 |
| ·样品测定 | 第36-37页 |
| ·结论 | 第37-38页 |
| 第3章 化学发光法结合人工神经网络同时测定卡托普利和氢氯唾嗓 | 第38-48页 |
| ·引言 | 第38-40页 |
| ·实验部分 | 第40-41页 |
| ·仪器与软件 | 第40页 |
| ·化学药品和试剂 | 第40-41页 |
| ·化学发光体系的分析程序 | 第41页 |
| ·结果与讨论 | 第41-47页 |
| ·化学发光动力学特性 | 第41-42页 |
| ·反应条件的优化 | 第42-44页 |
| ·单组分校准曲线及精密度 | 第44-45页 |
| ·多元校正 | 第45-46页 |
| ·干扰实验 | 第46页 |
| ·样品分析 | 第46-47页 |
| ·结论 | 第47-48页 |
| 第4章 鲁米诺-铁氰化钾化学发光体系测定孔雀石绿 | 第48-54页 |
| ·引言 | 第48-49页 |
| ·实验部分 | 第49-50页 |
| ·仪器和试剂 | 第49页 |
| ·实验方法 | 第49-50页 |
| ·结果与讨论 | 第50-52页 |
| ·条件选择 | 第50-51页 |
| ·线性范围、检出限及灵敏度 | 第51-52页 |
| ·干扰实验 | 第52页 |
| ·样品分析 | 第52页 |
| ·发光机理初步探讨 | 第52-53页 |
| ·结论 | 第53-54页 |
| 总结 | 第54-56页 |
| 参考文献 | 第56-70页 |
| 致谢 | 第70-72页 |
| 攻读学位期间的研究成果 | 第72页 |
