| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·引言 | 第7-8页 |
| ·国内外研究状况 | 第8页 |
| ·紫外吸收光谱基本原理 | 第8-11页 |
| ·紫外吸收光谱的产生 | 第9页 |
| ·光吸收的基本定律 | 第9-10页 |
| ·紫外吸收光谱法的特点 | 第10-11页 |
| ·本文主要的研究工作 | 第11-12页 |
| 第二章 硝酸盐溶液的紫外吸收光谱的研究 | 第12-28页 |
| ·氮的检测方法 | 第12-13页 |
| ·紫外吸收光谱的分析方法 | 第13-19页 |
| ·单组分的分析 | 第13-14页 |
| ·多组分的分析 | 第14-16页 |
| ·新分析技术 | 第16-19页 |
| ·实验仪器和操作方法 | 第19-20页 |
| ·仪器与试剂 | 第19页 |
| ·仪器的操作 | 第19-20页 |
| ·实验结论 | 第20-27页 |
| ·确定波长点 | 第20-21页 |
| ·分析 220nm 工作曲线 | 第21-27页 |
| ·小结 | 第27-28页 |
| 第三章 BP 神经网络技术 | 第28-38页 |
| ·BP 神经网络 | 第29-33页 |
| ·基本原理 | 第30-31页 |
| ·BP 网络存在的问题及改进措施 | 第31-33页 |
| ·Matlab 中 BP 神经网络的实现 | 第33-34页 |
| ·基于 Matlab 语言的 BP 神经网络的改进算法 | 第34-37页 |
| ·附加动量法 | 第34-35页 |
| ·自适应学习速率法 | 第35页 |
| ·共轭梯度法 | 第35-36页 |
| ·拟牛顿法 | 第36页 |
| ·Levenberg-Marquardt 优化方法 | 第36-37页 |
| ·结论 | 第37-38页 |
| 第四章 BP 神经网络在磷酸盐溶液紫外吸收光谱中的应用 | 第38-52页 |
| ·磷的检测方法 | 第38-39页 |
| ·实验材料和方法 | 第39-41页 |
| ·仪器与试剂 | 第39页 |
| ·实验方法 | 第39-41页 |
| ·实验结果 | 第41-50页 |
| ·BP 神经网络算法 | 第41-47页 |
| ·Matlab 中的曲线拟合 | 第47-50页 |
| ·本章小结 | 第50-52页 |
| 第五章 总结与展望 | 第52-54页 |
| ·工作总结 | 第52-53页 |
| ·展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录A:攻读硕士学位期间发表的论文清单 | 第58-59页 |
| 附录B:论文中使用的程序 | 第59-60页 |
