信息化時代,計算機技術、網(wǎng)絡技術和通信技術被廣泛的應用。培養(yǎng)、發(fā)展以計算機為主的智能化工具在各個領域能帶來很大的作用。傳感器技術作為信息獲取與信息轉(zhuǎn)換的重要的手段,與各個學科相互結(jié)合,滲透到各個領域的應用。用于物質(zhì)成分檢測的電化學傳感器技術具有靈敏度高、儀器簡單易操作、檢測成本低以及可在線分析等優(yōu)點,是近年來分析方法的一個重要研究方向。許多物質(zhì)因為結(jié)構(gòu)性質(zhì)相似,用電化學傳感器在實際樣品的檢測中相互之間容易產(chǎn)生干擾,成功的區(qū)分這類物質(zhì)一直是電化學檢測技術重點研究的方向。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）為研究對象,以碳納米管材料為修飾電極構(gòu)建伏安檢測傳感器裝置,對這兩種物質(zhì)進行了同時檢測實驗并對其結(jié)果進行了進一步的研究。峰值電位靠近的兩種物質(zhì)在伏安檢測實驗中會出現(xiàn)峰形重疊的情況,為了更好地進行實驗數(shù)據(jù)分析,研究重疊峰分離的方法技術是很有必要的。研究人員表明分數(shù)階導能有效地對重疊峰進行分離。本文考慮到腺嘌呤和次黃嘌呤的響應峰是重疊的兩個峰形,嘗試將半階導技術運用到圖形上的雙峰分離處理上,實現(xiàn)對實驗數(shù)據(jù)的預處理。將實驗數(shù)據(jù)用半階導算法處理后,用圖形對比的方... 

【文章來源】：江西農(nóng)業(yè)大學江西省

【文章頁數(shù)】：57 頁

【學位級別】：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
        1.2.1 傳感器技術概述
        1.2.2 電化學傳感器概述
        1.2.3 電化學檢測技術
        1.2.4 碳納米管修飾電極簡介
    1.3 分數(shù)階導概述
    1.4 支持向量機技術
        1.4.1 機器學習概述
        1.4.2 支持向量機簡介
    1.5 K-means算法概述
        1.5.1 K-means算法簡介
        1.5.2 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢
    1.6 研究課題的提出
    1.7 研究目標及內(nèi)容
        1.7.1 研究目標
        1.7.2 研究內(nèi)容
    1.8 技術路線
    1.9 論文主要工作及創(chuàng)新點
2 A和Hx的分離實驗
    2.1 引言
    2.2 檢測A、Hx傳感器件的制備
        2.2.1 主要儀器
        2.2.2 修飾電極的預處理
        2.2.3 CMC-fWCNTs/GCE的制備
        2.2.4 分離測定
    2.3 傳感器件的電化學特性
    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的分離測試
        2.5.2 傳感器的穩(wěn)定性
    2.6 小結(jié)
3 分數(shù)階導技術實現(xiàn)對A和Hx的雙峰預處理
    3.1 基于分數(shù)階導的重疊峰的分離
    3.2 基于分數(shù)階導的A、Hx的雙峰分離
        3.2.1 A、Hx雙峰半階導預處理
        3.2.2 A、Hx穩(wěn)定性數(shù)據(jù)的半階導預處理
    3.3 小結(jié)
4 基于SVM的A、 Hx檢測結(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 實驗仿真
    4.4 系統(tǒng)設計與實現(xiàn)
    4.5 小結(jié)
5 基于K-means算法的A、Hx穩(wěn)定性評估
    5.1 聚類算法簡介
    5.2 K-means算法概述
    5.3 K-means算法原理
    5.4 K-means算法實現(xiàn)
    5.5 小結(jié)
6 A、Hx檢測結(jié)果與數(shù)據(jù)穩(wěn)定性判別系統(tǒng)
    6.1 系統(tǒng)開發(fā)技術及工具介紹
        6.1.1 系統(tǒng)基本技術支持
        6.1.2 開發(fā)工具簡介
    6.2 模型的構(gòu)建
    6.3 A、Hx檢測結(jié)果判別系統(tǒng)實現(xiàn)
        6.3.1 系統(tǒng)設計的思想
        6.3.2 A與Hx的判別系統(tǒng)設計
        6.3.3 系統(tǒng)的實現(xiàn)效果及分析
    6.4 基于K-means算法的數(shù)據(jù)穩(wěn)定性評估的實現(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 未來研究展望
參考文獻
致謝


【參考文獻】：
期刊論文
[1]食品中嘌呤含量分布研究進展[J]. 蔡路昀,冷利萍,曹愛玲,謝晶,勵建榮,沈琳,趙葳.  食品科學技術學報. 2018(05)
[2]傳感器的工作原理及發(fā)展趨勢[J]. 郭潤澤.  中國戰(zhàn)略新興產(chǎn)業(yè). 2017(36)
[3]機器學習——人工智能革命的助推劑[J]. 曹雪.  電子技術與軟件工程. 2017(13)
[4]黃嘌呤和尿酸在修飾電極上的電化學行為及測定研究[J]. 孫凱,孫登明.  分析化學. 2014(07)
[5]基于K-means算法的無線傳感器網(wǎng)絡節(jié)點自私行為檢測方法[J]. 陳波,毛劍琳,郭寧,喬冠華,戴寧.  系統(tǒng)仿真學報. 2014(03)
[6]基于分數(shù)階微分的圖像邊緣細節(jié)檢測與提取[J]. 陳青,劉金平,唐朝暉,李建奇,吳敏.  電子學報. 2013(10)
[7]基于傳感器網(wǎng)絡的分布式遺傳k-means聚類算法研究[J]. 洪月華,朱景鋒.  南寧職業(yè)技術學院學報. 2013(03)
[8]基于K-means-RBF的機載傳感器評估[J]. 張堃,周德云,趙威,宋科.  火力與指揮控制. 2013(02)
[9]基于K-means的無線傳感器網(wǎng)絡分簇算法研究[J]. 蔣青云.  計算機與現(xiàn)代化. 2012(10)
[10]食品中嘌呤含量分布的研究進展[J]. 林洪,曲欣.  食品安全質(zhì)量檢測學報. 2012(05)

博士論文
[1]基于智能手機的電化學檢測系統(tǒng)及其生物醫(yī)學傳感應用[D]. 張迪鳴.浙江大學 2016
[2]基于支持向量機的自動加工過程質(zhì)量控制方法研究[D]. 朱波.重慶大學 2013
[3]基于支持向量機的故障診斷及應用研究[D]. 易輝.南京航空航天大學 2011
[4]分數(shù)階微積分濾波原理、應用及分數(shù)階系統(tǒng)辨識[D]. 李遠祿.南京航空航天大學 2007

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



本文編號：3635211