首页--环境科学、安全科学论文--环境质量评价与环境监测论文--环境监测论文--水质监测论文

机器学习水质高锰酸盐指数化学芯片构建与新型检测方法

摘要第3-5页
Abstract第5-7页
第1章 绪论第10-18页
    1.1 复杂化学体系第10页
    1.2 高通量技术第10-11页
    1.3 化学打印技术第11-12页
        1.3.1 打印原理第11页
        1.3.2 喷墨打印机及打印过程第11-12页
    1.4 显色机理第12-13页
    1.5 化学需氧量检测发展现状第13-14页
    1.6 机器学习技术第14-15页
    1.7 研究方法概述第15-18页
第2章 化学芯片的制备第18-26页
    2.1 芯片基板的构建第18-19页
    2.2 芯片扰动体系的建立第19-21页
    2.3 显色剂的选择与配制第21-22页
        2.3.1 显色剂的选择第21页
        2.3.2 显色剂的配制第21-22页
    2.4 化学芯片的打印第22-24页
        2.4.1 扰动剂模板的设计第22-23页
        2.4.2 显色剂模板的设计第23-24页
        2.4.3 打印过程第24页
    2.5 本章小结第24-26页
第3章 环境废水复杂溶液显色成像第26-36页
    3.1 实验仪器与设备第26-27页
    3.2 环境废水复杂溶液的来源第27-29页
        3.2.1 采集与前处理第27页
        3.2.2 高锰酸盐指数指标测定第27-29页
        3.2.3 显色实验的设计第29页
    3.3 显色成像的实验过程第29-34页
        3.3.1 反应装置的搭建第29-30页
        3.3.2 显色成像实验第30-34页
    3.4 显色成像结果第34页
    3.5 本章小结第34-36页
第4章 显色图像处理与分析第36-46页
    4.1 图像标准化处理第36-37页
    4.2 图像数字化处理第37-39页
        4.2.1 等高线图处理方法第37-38页
        4.2.2 RGB值差值处理方法第38-39页
    4.3 显色反应结果分析第39-44页
        4.3.1 对同一水样高锰酸盐指数浓度的单因素分析第40-41页
        4.3.2 对不同水样高锰酸盐指数浓度的单因素分析第41-44页
    4.4 本章小结第44-46页
第5章 机器学习高锰酸盐指数测定方法的创建第46-54页
    5.1 机器学习图像分析原理第46-47页
    5.2 机器学习图像输出模型分析第47-51页
    5.3 误差分析第51-53页
    5.4 本章小结第53-54页
第6章 总结与展望第54-58页
    6.1 主要结论第54-55页
    6.2 展望第55-58页
参考文献第58-66页
附录一第66-70页
附录二第70-72页
致谢第72-74页
攻读硕士期间的科研成果第74页

论文共74页,点击 下载论文
上一篇:陕北生态保护红线划定与管控研究
下一篇:海藻酸钙交联沸石微球对污泥中重金属除去的模拟应用研究