信息化時(shí)代,計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)和通信技術(shù)被廣泛的應(yīng)用。培養(yǎng)、發(fā)展以計(jì)算機(jī)為主的智能化工具在各個(gè)領(lǐng)域能帶來(lái)很大的作用。傳感器技術(shù)作為信息獲取與信息轉(zhuǎn)換的重要的手段,與各個(gè)學(xué)科相互結(jié)合,滲透到各個(gè)領(lǐng)域的應(yīng)用。用于物質(zhì)成分檢測(cè)的電化學(xué)傳感器技術(shù)具有靈敏度高、儀器簡(jiǎn)單易操作、檢測(cè)成本低以及可在線分析等優(yōu)點(diǎn),是近年來(lái)分析方法的一個(gè)重要研究方向。許多物質(zhì)因?yàn)榻Y(jié)構(gòu)性質(zhì)相似,用電化學(xué)傳感器在實(shí)際樣品的檢測(cè)中相互之間容易產(chǎn)生干擾,成功的區(qū)分這類物質(zhì)一直是電化學(xué)檢測(cè)技術(shù)重點(diǎn)研究的方向。本文選取兩種性質(zhì)相似、電位靠近的嘌呤——腺嘌呤（A）和次黃嘌呤（Hx）為研究對(duì)象,以碳納米管材料為修飾電極構(gòu)建伏安檢測(cè)傳感器裝置,對(duì)這兩種物質(zhì)進(jìn)行了同時(shí)檢測(cè)實(shí)驗(yàn)并對(duì)其結(jié)果進(jìn)行了進(jìn)一步的研究。峰值電位靠近的兩種物質(zhì)在伏安檢測(cè)實(shí)驗(yàn)中會(huì)出現(xiàn)峰形重疊的情況,為了更好地進(jìn)行實(shí)驗(yàn)數(shù)據(jù)分析,研究重疊峰分離的方法技術(shù)是很有必要的。研究人員表明分?jǐn)?shù)階導(dǎo)能有效地對(duì)重疊峰進(jìn)行分離。本文考慮到腺嘌呤和次黃嘌呤的響應(yīng)峰是重疊的兩個(gè)峰形,嘗試將半階導(dǎo)技術(shù)運(yùn)用到圖形上的雙峰分離處理上,實(shí)現(xiàn)對(duì)實(shí)驗(yàn)數(shù)據(jù)的預(yù)處理。將實(shí)驗(yàn)數(shù)據(jù)用半階導(dǎo)算法處理后,用圖形對(duì)比的方... 

【文章來(lái)源】：江西農(nóng)業(yè)大學(xué)江西省

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 傳感器技術(shù)
        1.2.1 傳感器技術(shù)概述
        1.2.2 電化學(xué)傳感器概述
        1.2.3 電化學(xué)檢測(cè)技術(shù)
        1.2.4 碳納米管修飾電極簡(jiǎn)介
    1.3 分?jǐn)?shù)階導(dǎo)概述
    1.4 支持向量機(jī)技術(shù)
        1.4.1 機(jī)器學(xué)習(xí)概述
        1.4.2 支持向量機(jī)簡(jiǎn)介
    1.5 K-means算法概述
        1.5.1 K-means算法簡(jiǎn)介
        1.5.2 國(guó)內(nèi)外研究現(xiàn)狀及發(fā)展趨勢(shì)
    1.6 研究課題的提出
    1.7 研究目標(biāo)及內(nèi)容
        1.7.1 研究目標(biāo)
        1.7.2 研究?jī)?nèi)容
    1.8 技術(shù)路線
    1.9 論文主要工作及創(chuàng)新點(diǎn)
2 A和Hx的分離實(shí)驗(yàn)
    2.1 引言
    2.2 檢測(cè)A、Hx傳感器件的制備
        2.2.1 主要儀器
        2.2.2 修飾電極的預(yù)處理
        2.2.3 CMC-fWCNTs/GCE的制備
        2.2.4 分離測(cè)定
    2.3 傳感器件的電化學(xué)特性
    2.4 參數(shù)的優(yōu)化
        2.4.1 掃速的影響
        2.4.2 pH的影響
    2.5 傳感器性能
        2.5.1 A、Hx的分離測(cè)試
        2.5.2 傳感器的穩(wěn)定性
    2.6 小結(jié)
3 分?jǐn)?shù)階導(dǎo)技術(shù)實(shí)現(xiàn)對(duì)A和Hx的雙峰預(yù)處理
    3.1 基于分?jǐn)?shù)階導(dǎo)的重疊峰的分離
    3.2 基于分?jǐn)?shù)階導(dǎo)的A、Hx的雙峰分離
        3.2.1 A、Hx雙峰半階導(dǎo)預(yù)處理
        3.2.2 A、Hx穩(wěn)定性數(shù)據(jù)的半階導(dǎo)預(yù)處理
    3.3 小結(jié)
4 基于SVM的A、 Hx檢測(cè)結(jié)果系統(tǒng)的構(gòu)建
    4.1 SVM概述
    4.2 SVM的原理
        4.2.1 SVM算法
        4.2.2 核函數(shù)
    4.3 實(shí)驗(yàn)仿真
    4.4 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    4.5 小結(jié)
5 基于K-means算法的A、Hx穩(wěn)定性評(píng)估
    5.1 聚類算法簡(jiǎn)介
    5.2 K-means算法概述
    5.3 K-means算法原理
    5.4 K-means算法實(shí)現(xiàn)
    5.5 小結(jié)
6 A、Hx檢測(cè)結(jié)果與數(shù)據(jù)穩(wěn)定性判別系統(tǒng)
    6.1 系統(tǒng)開(kāi)發(fā)技術(shù)及工具介紹
        6.1.1 系統(tǒng)基本技術(shù)支持
        6.1.2 開(kāi)發(fā)工具簡(jiǎn)介
    6.2 模型的構(gòu)建
    6.3 A、Hx檢測(cè)結(jié)果判別系統(tǒng)實(shí)現(xiàn)
        6.3.1 系統(tǒng)設(shè)計(jì)的思想
        6.3.2 A與Hx的判別系統(tǒng)設(shè)計(jì)
        6.3.3 系統(tǒng)的實(shí)現(xiàn)效果及分析
    6.4 基于K-means算法的數(shù)據(jù)穩(wěn)定性評(píng)估的實(shí)現(xiàn)
    6.5 小結(jié)
7 結(jié)論與展望
    7.1 本文主要工作與研究結(jié)論
    7.2 未來(lái)研究展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]食品中嘌呤含量分布研究進(jìn)展[J]. 蔡路昀,冷利萍,曹愛(ài)玲,謝晶,勵(lì)建榮,沈琳,趙葳.  食品科學(xué)技術(shù)學(xué)報(bào). 2018(05)
[2]傳感器的工作原理及發(fā)展趨勢(shì)[J]. 郭潤(rùn)澤.  中國(guó)戰(zhàn)略新興產(chǎn)業(yè). 2017(36)
[3]機(jī)器學(xué)習(xí)——人工智能革命的助推劑[J]. 曹雪.  電子技術(shù)與軟件工程. 2017(13)
[4]黃嘌呤和尿酸在修飾電極上的電化學(xué)行為及測(cè)定研究[J]. 孫凱,孫登明.  分析化學(xué). 2014(07)
[5]基于K-means算法的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)自私行為檢測(cè)方法[J]. 陳波,毛劍琳,郭寧,喬冠華,戴寧.  系統(tǒng)仿真學(xué)報(bào). 2014(03)
[6]基于分?jǐn)?shù)階微分的圖像邊緣細(xì)節(jié)檢測(cè)與提取[J]. 陳青,劉金平,唐朝暉,李建奇,吳敏.  電子學(xué)報(bào). 2013(10)
[7]基于傳感器網(wǎng)絡(luò)的分布式遺傳k-means聚類算法研究[J]. 洪月華,朱景鋒.  南寧職業(yè)技術(shù)學(xué)院學(xué)報(bào). 2013(03)
[8]基于K-means-RBF的機(jī)載傳感器評(píng)估[J]. 張堃,周德云,趙威,宋科.  火力與指揮控制. 2013(02)
[9]基于K-means的無(wú)線傳感器網(wǎng)絡(luò)分簇算法研究[J]. 蔣青云.  計(jì)算機(jī)與現(xiàn)代化. 2012(10)
[10]食品中嘌呤含量分布的研究進(jìn)展[J]. 林洪,曲欣.  食品安全質(zhì)量檢測(cè)學(xué)報(bào). 2012(05)

博士論文
[1]基于智能手機(jī)的電化學(xué)檢測(cè)系統(tǒng)及其生物醫(yī)學(xué)傳感應(yīng)用[D]. 張迪鳴.浙江大學(xué) 2016
[2]基于支持向量機(jī)的自動(dòng)加工過(guò)程質(zhì)量控制方法研究[D]. 朱波.重慶大學(xué) 2013
[3]基于支持向量機(jī)的故障診斷及應(yīng)用研究[D]. 易輝.南京航空航天大學(xué) 2011
[4]分?jǐn)?shù)階微積分濾波原理、應(yīng)用及分?jǐn)?shù)階系統(tǒng)辨識(shí)[D]. 李遠(yuǎn)祿.南京航空航天大學(xué) 2007

碩士論文
[1]K-means聚類算法在銀行CRM系統(tǒng)客戶細(xì)分中的應(yīng)用[D]. 李艷君.哈爾濱工業(yè)大學(xué) 2017
[2]基于石墨烯電極的細(xì)胞內(nèi)嘌呤代謝傳感研究[D]. 徐國(guó)標(biāo).佳木斯大學(xué) 2016
[3]無(wú)線傳感器網(wǎng)絡(luò)多維數(shù)據(jù)異常值檢測(cè)[D]. 王晶.西安電子科技大學(xué) 2015
[4]基于PCA與LSSVM的瓦斯傳感器故障診斷方法研究[D]. 孫璐.遼寧工程技術(shù)大學(xué) 2015
[5]電化學(xué)工作站數(shù)據(jù)分析技術(shù)研究與系統(tǒng)實(shí)現(xiàn)[D]. 孫颯.電子科技大學(xué) 2014
[6]基于支持向量機(jī)模型的電子商務(wù)推薦算法研究[D]. 李婧.大連理工大學(xué) 2013



本文編號(hào)：3635211