文档介绍：导师签名:锺签名:。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,。本学位论文作者完全了解江南大学有关保留、使用学位论文的规定:江南大学有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅,可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文,并且本人电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。期:日
摘要总氮是水体富营养化程度的主要衡量指标,紫外分光光度法是目前总氮测定方法中最常用的方法之一。但是紫外分光光度法测定上限不高,不能有效消除碘离子和溴离子干扰。本文主要研究如何改进紫外分光光度法,提高总氮的测定上限,消除碘离子和溴离子的干扰,提高总氮的测定效率。研究过程中发现污水中氮元素的消解过程往往耗费了大量的时间,而且不容易判断消解过程是否完全。经过分析发现双波长法可以快速测定水体中的硝酸盐和亚硝酸盐的含量,在某些场合可以使用双波长法来快速判断水体的消解过程是否完全。经过实验验证发现该法操作简单,测定精度较高,能够满足实验和分析过程中的精度要求。为了消除碘离子和溴离子干扰,提高总氮的测定上限,建立了基于神经网络的总氮预测模型。通过训练的预测模型可以有效的消除碘离子和溴离子干扰,提高该法的测定上限。当误差范围限制在ヒ阅谑保艿5牟舛ㄉ舷尬/坏蔽蟛罘段拗在ヒ阅谑保艿5牟舛ㄉ舷尬H裟芄惶砑痈嗟难盗肥荩梅ńǜ罚预测性能更好。实验过程中产生了大量数据,为了方便管理和组织这些数据,采用数据库来存储数据。为了保证数据安全,也为了方便用户对数据进行查询修改等操作,开发了基于微软的菘夥梦始际醯氖菘夥梦食绦颉8贸绦蚰芄宦阌没Ф允莸牟询修改等操作,同时能够直观的显示光谱曲线,较好地实现了对数据的管理。关键词:总氮;紫外分光光度法;神经网络;双波长;籄菘摘要
,疞,.疭.’瓾甌,.甌,,ィ瑃疞.,.....:;籅籨獁籄;、’.
录目总氮测定的目前研究状况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第二章双波长法快速测定水体中的硝酸盐氮和亚硝酸盐氮⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..双波长法和分光光度法的理论基础⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...úǔしúǔさ难≡⑹约烈约笆笛楣獭.⑾跛崮迫芤汉脱窍跛崮迫芤旱墓ぷ髑摺第三章神经网络用于总氮测定过程中的干扰消除⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.人工神经网络简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.斯ど窬绲牧礁龇⒄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。课题研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.双波长法的基本原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..úúǔしù馊芤号ǘ鹊募扑恪双波长法快速测定饮用水中的硝酸盐氮和亚硝酸盐氮⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⑽⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..=⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.
.缧畔⒘飨颉神经网络用于总氮测定过程碘离子溴离子干扰消除⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯数据库简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯神经网络构成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯神经网络的训练过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⒀⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯