| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 水质COD检测的国内外研究现状与分析 | 第10-12页 |
| 1.2.1 水质COD检测方法 | 第10-11页 |
| 1.2.2 紫外-可见光谱法检测水质COD技术 | 第11-12页 |
| 1.3 课题主要研究内容 | 第12-13页 |
| 1.4 本文章节安排 | 第13-14页 |
| 2 紫外-可见光谱法水质COD检测仪器系统 | 第14-22页 |
| 2.1 理论基础 | 第14-19页 |
| 2.1.1 分子吸收光谱原理 | 第14-15页 |
| 2.1.2 朗伯-比尔定律 | 第15-16页 |
| 2.1.3 紫外-可见光谱法基本原理 | 第16-19页 |
| 2.2 紫外-可见光谱水质COD检测仪器系统 | 第19-21页 |
| 2.2.1 系统总体结构 | 第19页 |
| 2.2.2 仪器硬软件系统 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 3 紫外-可见光谱法水质COD检测信号去噪方法研究 | 第22-35页 |
| 3.1 噪声来源及常用去噪方法 | 第22-23页 |
| 3.1.1 噪声来源 | 第22-23页 |
| 3.1.2 常用去噪方法 | 第23页 |
| 3.2 小波变换的基本理论 | 第23-27页 |
| 3.2.1 小波变换的概念 | 第23-24页 |
| 3.2.2 Mallat小波分解算法 | 第24-25页 |
| 3.2.3 常用的小波函数 | 第25-27页 |
| 3.3 基于小波变换的水质COD检测信号去噪方法 | 第27-29页 |
| 3.3.1 小波阈值去噪原理 | 第27页 |
| 3.3.2 小波阈值去噪方式 | 第27-29页 |
| 3.3.3 小波阈值的选取 | 第29页 |
| 3.4 水质COD检测信号小波阈值去噪方法的实现 | 第29-31页 |
| 3.4.1 Lab VIEW和C语言混合编程基本理论 | 第29-30页 |
| 3.4.2 小波阈值去噪方法的C语言实现 | 第30页 |
| 3.4.3 Lab VIEW调用动态链接库文件 | 第30-31页 |
| 3.5 水质COD检测信号去噪效果分析与评价 | 第31-34页 |
| 3.5.1 去噪效果分析 | 第31-33页 |
| 3.5.2 去噪质量评价 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 4 紫外-可见光谱法水质COD检测预测模型研究 | 第35-53页 |
| 4.1 水质COD检测信号降维预处理 | 第35-38页 |
| 4.1.1 常用的光谱降维方法 | 第35-36页 |
| 4.1.2 主成分分析（PCA）简介 | 第36-38页 |
| 4.2 水质COD预测常用建模方法 | 第38-42页 |
| 4.2.1 常用建模方法 | 第38-39页 |
| 4.2.2 最小二乘支持向量机(LS-SVM)算法 | 第39-41页 |
| 4.2.3 核函数选择及模型参数研究 | 第41-42页 |
| 4.3 基于PCA-LS-SVM的水质COD预测建模方法研究 | 第42-47页 |
| 4.3.1 基于PCA的水质光谱信号降维结果 | 第42-43页 |
| 4.3.2 基于PCA-LS-SVM的水质COD预测模型建立 | 第43-44页 |
| 4.3.3 基于PCA-LS-SVM的水质COD预测模型仿真及分析 | 第44-47页 |
| 4.4 LS-SVM参数优化算法研究 | 第47-52页 |
| 4.4.1 常用的优化算法 | 第47-48页 |
| 4.4.2 粒子群优化(PSO)算法 | 第48-49页 |
| 4.4.3 PSO-LS-SVM算法流程 | 第49-50页 |
| 4.4.4 基于PCA-PSO-LS-SVM的水质COD预测模型仿真及分析 | 第50-52页 |
| 4.5 水质COD不同预测模型的预测结果比较及分析 | 第52页 |
| 4.6 本章小结 | 第52-53页 |
| 5 总结与展望 | 第53-55页 |
| 5.1 主要研究工作总结 | 第53-54页 |
| 5.2 研究工作展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60页 |
| A．作者在攻读硕士学位期间发表、录用的论文目录 | 第60页 |
| B．主研或参加的科研项目 | 第60页 |
