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

前向人工神经网络—分光光度法同时测定水中的镉、铅、汞

中文摘要第1-9页
第一章 引言第9-26页
 1.1 前言第9-11页
 1.2 人工神经网络的基本概念和特征第11-15页
  1.2.1 从生物神经元到人工神经元第11-14页
  1.2.2 神经网络模型第14页
  1.2.3 人工神经网络的基本特征第14-15页
 1.3 前向神经网络及其BP学习算法第15-22页
  1.3.1 多层前向神经网络结构第15-16页
  1.3.2 BP算法第16-22页
 1.4 人工神经网络的发展及其在分析化学及环境科学中的应用第22-24页
  1.4.1 人工神经网络的发展第22-24页
  1.4.2 人工神经网络在分析化学及环境科学中的应用第24页
 1.5 均匀设计方法第24-26页
第二章 程序部分第26-32页
 2.1 程序简介第26页
 2.2 主要功能第26-30页
  2.2.1 网络生成和训练模块第26-30页
  2.2.2 网络应用模块第30页
 2.3 BP算法流程第30-32页
第三章 实验部分第32-45页
 3.1 主要试剂与仪器第32-34页
 3.2 实验条件的选择第34-39页
  (1) 缓冲溶液和表面活性剂的选择第34-35页
  (2) 硼砂缓冲溶液用量实验第35-36页
  (3) 表面活性剂用量实验第36-37页
  (4) 显色剂用量的选择第37-38页
  (5) 反应时间和温度的影响第38-39页
 3.3 实验方法第39页
 3.4 标准曲线第39-42页
 3.5 三种离子的吸收光谱第42-43页
 3.6 配制三种离子训练集和预测集并测定其吸光度第43-45页
第四章 结果与讨论第45-55页
 4.1 网络结构的选择与运行参数的优化第45-50页
  4.1.1 数据预处理方法的选择第45-46页
  4.1.2 网络结构的选择第46-47页
  4.1.3 训练参数的选择第47-50页
 4.2 检测集的预测结果第50页
 4.3 方法精密度和检测限试验第50-52页
  4.3.1 精密度试验第50-51页
  4.3.2 检测限试验第51-52页
 4.4 干扰离子试验第52页
 4.5 合成水样的测定第52-53页
 4.6 实际水样的测定第53-55页
第五章 结论第55-56页
参考文献第56-58页
附录第58-62页
致谢第62-4页
图表目录第4-62页
 图1.1 生物神经元结构示意图第12-13页
 图1.2 人工神经元结构模型第13-16页
 图1.3 多层前向神经网络的结构第16-27页
 图2.1 初始化网络界面第27-28页
 图2.2 训练样本输入界面第28-29页
 图2.3 表格对话框界面第29-30页
 图2.4 训练网络界面第30-31页
 图2.5 BP算法流程图第31-36页
 图3.1 硼砂缓冲溶液用量影响第36-37页
 图3.2 SDS溶液用量影响第37-38页
 图3.3 显色剂用量影响第38-40页
 图3.4 Cd标准曲线的绘制第40-41页
 图3.5 Pb标准曲线的绘制第41-42页
 图3.6 Hg标准曲线的绘制第42-43页
 图3.7 三种离子的吸收光谱第43-34页
 表3.0 表面活性剂的选择第34-35页
 表3.1 硼砂缓冲溶液用量影响第35-36页
 表3.2 SDS溶液用量影响第36-38页
 表3.3 显色剂用量影响第38-39页
 表3.4 反应时间选择第39-40页
 表3.5 Cd标准曲线的绘制第40-41页
 表3.6 Pb标准曲线的绘制第41-42页
 表3.7 Hg标准曲线的绘制第42-44页
 表3.8 20组混合离子浓度第44-47页
 表4.1 三个波长集合的预测结果第47-48页
 表4.2 网络运行参数对训练结果和预测结果的影响第48-49页
 表4.3 转换函数形状参数对预测结果的影响第49-50页
 表4.4 检测集的预测结果第50-51页
 表4.5 五次测定的值和相对标准偏差第51-52页
 表4.6 干扰离子加入量第52-53页
 表4.7 合成水样测定结果第53-54页
 表4.8 PVC废水的测定第54-62页

论文共62页,点击 下载论文
上一篇:基于电子商务平台的安全研究及防火墙系统的设计
下一篇:电子商务交易平台安全架构的研究与应用