【人工神经网络光度法用於化探样品中金的形态分析的研究】樊玉清.pdf

目录中文摘要前言一、文献综述(一)形态分析(二)人工神经网络二、原理部分(一)人工神经网络原理(二)反向传输算法三、实验部分3主要试剂与仪器3实验方法3提取原理实验方法.3化探样品分析方法四、结果与讨论显色体系的选择4络合物的吸收光谱4PH对显色的影响TMK浓度的选择 4萃取显色剂用量的选择.4乳化剂OP用量的选择.

长春科技大学硕士论文中文摘要中文摘要人工神经网络光度法用于化探样品中金的形态分析的研究化学形态分析通常指的是金属和与生命有关元素的价态和络合态分析,即测定人们感兴趣的元素的各种价态、络合态及其在样品中的含量,或分组分类的形态分布.目前形态分析主要采用三种方式:1、化学连续提取法.2、化学和物理的模拟实验.3、用计算机处理的化学平衡模式。这三种方式虽有一定的优越性,但均存在各自的缺点。将化学计量学方法用于形态分析,既可实现对样品中多种形态组分同时测定,又可避免传统形态分析中繁琐的浸取操作及串相现象.人工神经网络是其中应用较好的一种计算方法。

长春科技大学硕士论文前言化学形态分析多见于水中及土壤、沉积物中的非金属离子和一些重金属离子的分析报道,而金的形态分析目前尚未见报道.本文利用人工神经网络对Au的三种形态含量的预测(水提取态,吸附态,有机态含量)作了以下工作:1.确定了贵金属元素Au的三种形态总量的提取体系.2.确定了小体积萃取分光光度法测定金的方法.3.将人工神经网络用于Au的三种形态的预测,建立了具有不同配比的吸光光度值校准模型库。并对14个化探样品中Au的三种形态进行测定.讨论了B一P算法在形态分析中应用及影响因素.4.将人工神经网络与偏最小二乘算法进行了比较。