基于紫外光分析的COD测试技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-22页 |
| ·课题研究背景及意义 | 第10-12页 |
| ·水质监测的重要意义 | 第10-12页 |
| ·化学需氧量及其测定的意义 | 第12页 |
| ·COD现行测量方法 | 第12-18页 |
| ·紫外光谱法COD监测技术的发展现状 | 第18-19页 |
| ·本课题所做的主要工作及论文的组织结构 | 第19-22页 |
| ·本课题所做的主要工作 | 第20页 |
| ·论文的组织结构 | 第20-22页 |
| 第二章 紫外光谱法测量COD技术研究 | 第22-29页 |
| ·紫外光谱法测量COD的理论基础 | 第22-26页 |
| ·分子对光的选择性吸收 | 第22-23页 |
| ·朗伯—比尔定律 | 第23-25页 |
| ·有机物吸收特性 | 第25-26页 |
| ·紫外光谱法测试仪器的结构原理 | 第26页 |
| ·目前紫外光法COD测定技术的不足 | 第26-29页 |
| 第三章 紫外吸光度的COD预测建模 | 第29-43页 |
| ·人工神经网络建模方法 | 第29-30页 |
| ·BP人工神经网络算法 | 第30-37页 |
| ·BP神经网络的结构 | 第31-33页 |
| ·BP神经网络的学习 | 第33-36页 |
| ·隐含层节点数的确定及初值选择 | 第36-37页 |
| ·紫外光谱COD检测中的BP神经网络模型建立 | 第37页 |
| ·广义回归神经网络算法 | 第37-43页 |
| ·GRNN的基本理论 | 第38-39页 |
| ·GRNN的网络结构 | 第39-40页 |
| ·光滑因子的选择 | 第40-41页 |
| ·GRNN网络与BP网络比较 | 第41-42页 |
| ·紫外光谱COD检测中广义回归神经网络模型建立 | 第42-43页 |
| 第四章 COD测试系统设计 | 第43-55页 |
| ·系统的的总体方案及工作流程 | 第43-44页 |
| ·硬件系统总体构成 | 第44-46页 |
| ·硬件系统总体构成 | 第44-45页 |
| ·硬件系统 | 第45-46页 |
| ·系统的软件设计 | 第46-55页 |
| ·实施方案 | 第46-48页 |
| ·软件设计 | 第48-51页 |
| ·软件界面 | 第51-55页 |
| 第五章 实验研究与误差性能分析 | 第55-70页 |
| ·实验仪器与试剂 | 第55页 |
| ·实验方法 | 第55-56页 |
| ·实验数据 | 第56-61页 |
| ·紫外吸收光谱测定 | 第56页 |
| ·样本数据 | 第56-60页 |
| ·数据预处理 | 第60-61页 |
| ·模型验证与性能分析 | 第61-70页 |
| ·性能评价方法与指标 | 第61页 |
| ·结果分析 | 第61-70页 |
| 第六章 总结与展望 | 第70-73页 |
| ·研究工作总结 | 第70-71页 |
| ·研究工作展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士学位期间发表的论文 | 第78页 |
