| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第1章 绪论 | 第12-21页 |
| ·引言 | 第12-13页 |
| ·海藻检测的方法 | 第13-14页 |
| ·荧光法海藻检测技术的国内外研究现状 | 第14-16页 |
| ·荧光法海藻检测技术的发展方向 | 第16-20页 |
| ·荧光光纤传感技术 | 第16-18页 |
| ·神经网络的应用于发展 | 第18页 |
| ·人工神经网络的发展与现状 | 第18-20页 |
| ·课题研究的目的和意义 | 第20页 |
| ·课题的主要研究内容 | 第20-21页 |
| 第2章 海藻荧光测量原理及荧光特性分析 | 第21-36页 |
| ·荧光测量原理 | 第21-28页 |
| ·荧光的产生机理 | 第21-23页 |
| ·荧光的激发光谱和发射光谱 | 第23-24页 |
| ·荧光强度和溶液浓度的关系 | 第24-26页 |
| ·影响荧光强度的因素 | 第26-28页 |
| ·海藻中的特征色素及海藻的荧光特性 | 第28-35页 |
| ·海藻中的特征色素 | 第28-30页 |
| ·海藻的吸收光谱特性 | 第30-33页 |
| ·海藻的激发光谱和荧光光谱特性 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 海藻荧光实验研究及测量系统总体方案 | 第36-52页 |
| ·活体小球藻的激发光谱和荧光光谱的实验研究 | 第36-41页 |
| ·实验分析 | 第36-39页 |
| ·其他海藻活体的激发光谱特性 | 第39-40页 |
| ·最佳激发波长和荧光检测波长的确定 | 第40-41页 |
| ·系统总体实施方案 | 第41-42页 |
| ·系统组成及工作原理 | 第41-42页 |
| ·系统特点 | 第42页 |
| ·荧光激发与光纤传输系统设计 | 第42-47页 |
| ·激发光源 | 第42-45页 |
| ·传输光纤 | 第45-46页 |
| ·光纤探头和光纤束的设计 | 第46-47页 |
| ·滤波片和滤光系统 | 第47-49页 |
| ·激发滤光片和荧光发射滤光片的选择 | 第47页 |
| ·滤光片盘的结构及驱动电路的设计 | 第47-49页 |
| ·光纤荧光测量系统中的光耦合 | 第49-50页 |
| ·光源与光纤的耦合 | 第49-50页 |
| ·光纤与光探测器的耦合 | 第50页 |
| ·本章小结 | 第50-52页 |
| 第4章 荧光信号检测及数据处理 | 第52-67页 |
| ·荧光信号检测系统设计 | 第52-56页 |
| ·光电二极管的特性及选择 | 第52-54页 |
| ·光电倍增管的特性及驱动电路的设计 | 第54-56页 |
| ·荧光信号检测电路的设计 | 第56-62页 |
| ·前置放大电路的设计 | 第57-59页 |
| ·微弱信号的时域平均技术 | 第59-62页 |
| ·数据处理软件设计 | 第62-66页 |
| ·数据采集系统 | 第62-63页 |
| ·软件设计 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 第5章 基于 BP 网络的单一海藻种类识别与浓度测量 | 第67-85页 |
| ·BP 网络原理 | 第67-75页 |
| ·BP 神经网络的基本结构 | 第67-68页 |
| ·标准 BP 学习算法 | 第68-71页 |
| ·BP 网络算法 | 第71-72页 |
| ·网络参数选择 | 第72-73页 |
| ·BP 神经网络算法的改进 | 第73-75页 |
| ·基于BP 网络的单一海藻种类识别和浓度测量实验 | 第75-84页 |
| ·样本数据的采集 | 第76-77页 |
| ·海藻种类识别实验 | 第77-79页 |
| ·海藻浓度定量测量实验 | 第79-84页 |
| ·本章小结 | 第84-85页 |
| 结论 | 第85-86页 |
| 参考文献 | 第86-92页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第92-93页 |
| 致谢 | 第93-94页 |
| 作者简介 | 第94页 |