论文题目: 基于人工神经网络的化学发光法及光度法在多组分同时测定中的应用研究
论文类型: 博士论文
论文专业: 皮革化学与工程
作者: 申金山
导师: 张新申
关键词: 人工神经网络,化学发光法,分光光度法
文献来源: 四川大学
发表年度: 2005
论文摘要: 化学计量学作为化学测量的基础理论和方法学,在化学学科中占据重要地位,并且已经成为化学科学从事研究的重要手段和工具。在分析化学领域,多元分辨和多元校准是分析化学工作者最为关注的热点之一。在各种化学计量学方法中,以人工神经网络和小波分析的研究和应用最为多见。人工神经网络是以工程技术手段,模拟人脑神经元网络的结构与功能的系统。它由大量简单的非线性处理单元,以及单元间复杂的、灵活可变的联结关系所构成。神经网络能够实现任意的非线性映射,能够并行分布处理,并且具有很强的自学习能力,所以人工神经网络在信息工程和控制工程中有着广阔的应用前景。 神经网络按照信息传递的特点,可分为前馈和反馈网络。运用误差反向传播学习算法的前馈多层网络通常称为BP网络。由于这种网络具有很强的非线性映射能力,网络结构简单,工作状态稳定,且易于硬件实现,是目前应用最为广泛的一种人工神经网络。自从1985年Rumelhart等人提出了BP网络以来,神经网络理论发展迅速,并且由于隐节点的引入,使得一个三层的具有Sigmoid神经元的非线性网络可以以任意精度逼近任何连续函数。在标准BP网络中,其算法的主要思想是将学习过程分为两个阶段:信息的正向传递与误差的反向传播。在正向传播的过程中,输入信息经过隐含层逐层计算,每一层神经元的输出作用于下一层神经元的输入。如果在输出层没有得到期望的输出,则计算输出层的误差变化值,然后转向反向传播,通过网络将误差信号沿原来的连接通路反传回来修改各层神经元的权值,直至达到期望目标。
论文目录:
第1章 绪论
1.1 人工神经网络的基本原理
1.2 人工神经网络方法在多组分同时测定中的研究进展
1.2.1 有关人工神经网络在分析化学中应用的综述
1.2.2 人工神经网络在多组分测定中的应用
1.3 研究内容、目的和意义
1.3.1 主要研究内容
1.3.2 研究目的
1.3.3 研究意义
第2章 氢化物发生化学发光法测定水体中无机态砷的研究
2.1 引言
2.1.1 砷的存在和用途
2.1.2 砷的毒性
2.1.3 砷对环境的污染
2.1.4 监测砷的意义
2.1.5 砷的化学发光分析现状
2.1.6 本章研究的内容和意义
2.2 方法原理
2.2.1 氢化物发生机理
2.2.2 化学发光反应
2.2.3 本方法的定量测定原理
2.3 实验部分
2.3.1 仪器和试剂
2.3.2 实验方法
2.3.3 实验条件的优化和结果讨论
2.3.4 共存离子的干扰
2.3.5 校正集(训练集)组成和测定结果
2.3.6 合成样品的配制
2.4 BP神经网络设计方法
2.5 利用BP神经网络进行数据处理
2.5.1 以常规批梯度下降算法进行网络训练
2.5.2 以动量梯度下降算法进行网络训练
2.5.3 以贝叶斯正则化算法进行网络训练
2.6 小结
第3章 人工神经网络液相化学发光法同时测定铁锑
3.1 引言
3.2 方法原理
3.3 实验部分
3.3.1 仪器和试剂
3.3.2 实验方法
3.3.3 实验条件优化和结果讨论
3.3.4 校正集组成和测定结果
3.3.5 共存离子的影响
3.3.6 合成样品配制方法
3.4 利用BP神经网络进行数据处理
3.4.1 以动量梯度下降算法进行网络训练
3.4.2 以贝叶斯正则化算法进行网络训练
3.5 小结
第4章 人工神经网络催化动力学光度法同时测定铁和锑
4.1 引言
4.1.1 化学计量学—分光光度法同时测定多组分的研究进展
4.1.2 催化动力学光度同时测定多组分的进展
4.1.3 本章研究内容
4.2 方法原理
4.3 实验部分
4.3.1 仪器和试剂
4.3.2 实验方法
4.3.3 实验条件的优化和结果讨论
4.3.4 共存离子的影响
4.3.5 校正集组成和吸光度测定结果
4.3.6 合成样品的配制
4.4 利用BP神经网络进行数据处理
4.4.1 以动量梯度下降算法进行网络训练
4.4.2 以贝叶斯正则化算法进行网络训练
4.5 小结
第5章 人工神经网络氢化物发生光度法同时测定无机态砷
5.1 引言
5.2 方法原理
5.3 实验部分
5.3.1 仪器和试剂
5.3.2 实验方法
5.3.3 合成样品的配制
5.3.4 校正集组成和吸光度测定结果
5.4 利用BP神经网络进行数据处理
5.4.1 以动量梯度下降算法进行网络训练
5.4.2 以贝叶斯正则化算法进行网络训练
5.5 小结
第6章 结论
附录
参考文献
在读博士期间发表的研究论文
声明
致谢
发布时间: 2005-10-08
参考文献
- [1].基于电晕法产生负离子的化学发光与杀菌效应研究[D]. 张定坤.清华大学2017
- [2].金属离子催化剂和发光试剂双功能化二维纳米材料的合成、化学发光及其分析应用[D]. 李琪.中国科学技术大学2018
- [3].化学发光及其与毛细管电泳联用技术的应用研究[D]. 韩素琴.西北大学2005
- [4].化学发光新体系、电化学发光新方法的研究及应用[D]. 梁耀东.西北大学2006
- [5].流动注射—化学发光法在药物分析及农药残留分析中的应用研究[D]. 刘海燕.华东师范大学2006
- [6].化学发光及相关化学计量学方法的应用研究[D]. 姚寒春.西北大学2007
- [7].化学发光微流动注射分析芯片的研究[D]. 刘伟.西南大学2007
- [8].基于CCD的小型光谱分析仪器与化学发光新技术[D]. 何艺桦.四川大学2007
- [9].基于光辅助反应的化学发光和汞冷蒸气发生的研究[D]. 苏颖颖.四川大学2007
- [10].选择性修饰环糊精及环糊精衍生物在过氧化草酸酯化学发光中的应用[D]. 于华.四川大学2006
相关论文
- [1].人工神经网络在近红外分析方法中的应用及深色油品的分析[D]. 王艳斌.石油化工科学研究院2000
- [2].人工神经网络技术及其应用[D]. 覃光华.四川大学2003
- [3].人工神经网络算法的改进及其在水利测量技术中的应用[D]. 刘清.河海大学2005
- [4].烟叶的化学成分与烟叶质量的人工神经网络预测[D]. 彭黔荣.四川大学2004
- [5].流动注射分光光度法及低压离子色谱法测定金属元素的方法研究[D]. 王照丽.四川大学2005
- [6].人工神经网络在组合优化与信息处理中的应用[D]. 白艳萍.中北大学2005
- [7].化学计量学方法用于复杂体系中多组分同时测定的研究[D]. 刘名扬.吉林大学2006
- [8].人工神经网络—近红外光谱法用于药物无损非破坏定量分析的研究[D]. 窦英.吉林大学2006
- [9].小波变换和神经网络在化学中的应用[D]. 章文军.中国科学院研究生院（长春应用化学研究所）2001
- [10].化学发光及相关化学计量学方法的应用研究[D]. 姚寒春.西北大学2007