基于遗传神经网络的激光诱导击穿光谱元素定量分析技术
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-18页 |
| ·激光诱导击穿光谱技术基本原理 | 第9-11页 |
| ·光谱分析原理 | 第9-10页 |
| ·检测特性 | 第10-11页 |
| ·激光诱导击穿光谱技术的研究现状 | 第11-13页 |
| ·激光等离子体的时间演化特性 | 第11-12页 |
| ·等离子体温度和电子密度 | 第12页 |
| ·技术参数的影响 | 第12-13页 |
| ·定量分析 | 第13页 |
| ·常用定量分析方法简介 | 第13-15页 |
| ·定标曲线法 | 第13-14页 |
| ·自由定标法 | 第14-15页 |
| ·自相关分析法 | 第15页 |
| ·神经网络预测法 | 第15页 |
| ·论文研究的内容、方案与安排 | 第15-16页 |
| ·本章小结 | 第16-18页 |
| 2 基于神经网络的LIBS分析方法 | 第18-36页 |
| ·ANN基本原理 | 第18-21页 |
| ·从生物神经元到人工神经元 | 第18-20页 |
| ·ANN的学习 | 第20-21页 |
| ·BP-ANN与BP算法 | 第21-26页 |
| ·BP-ANN | 第21-23页 |
| ·BP算法的实现步骤 | 第23-26页 |
| ·BP-ANN在LIBS分析中的应用 | 第26-35页 |
| ·BP-ANN的设计 | 第26-27页 |
| ·LIBS实验设备及样品 | 第27-29页 |
| ·多元素同时分析 | 第29-32页 |
| ·单元素独立分析 | 第32-35页 |
| ·小结 | 第35-36页 |
| 3 遗传算法优化神经网络 | 第36-49页 |
| ·遗传算法的基本原理 | 第36-39页 |
| ·遗传算法的基本思想 | 第36-38页 |
| ·遗传算法特点 | 第38-39页 |
| ·神经网络与遗传算法的结合 | 第39-43页 |
| ·神经网络与遗传算法的结合方式 | 第39-40页 |
| ·遗传神经网络优化模型 | 第40-43页 |
| ·GA-BP-ANN结合LIBS的元素定量分析 | 第43-48页 |
| ·定量分析步骤 | 第43-45页 |
| ·样品定量分析 | 第45-47页 |
| ·定量分析结果及比较 | 第47-48页 |
| ·小结 | 第48-49页 |
| 4 可重复性定量分析的研究 | 第49-53页 |
| ·信号强度可重复性采集方式的研究 | 第49-50页 |
| ·网络输入的波动性对输出结果的影响 | 第50-52页 |
| ·小结 | 第52-53页 |
| 5 总结与展望 | 第53-55页 |
| ·工作总结 | 第53-54页 |
| ·下一步工作展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 攻读学位期间取得的研究成果 | 第60-61页 |
| 参与科学研究项目 | 第61-62页 |
| 致谢 | 第62-64页 |
