人工神经网络在化学和环境科学中应用的若干问题

讨论了人工神经网络中最常用的多层前馈网络 ( BP网络 )及误差反向传播算法应用于化学和环境科学时要考虑的几个问题 :网络的输入与数据的归一化 ;隐含层数、隐含层节数和学习速率 ;训练集与监控集 ;网络误差 ;初始权重     

流动注射-分光光度法测定工业废水中的Fe^2＋和Fe^3＋

将Fe^2 与邻菲啰啉的显色反应引入流动注射系统，用盐酸羟胺将Fe^3 预先还原，0～6μg/ml的Fe^2符合比耳定律，检测出限0．11μg／ml。0．25μg／mlFe^2 经5次测定的标准偏差为2．2％，进样频率为120次／h，回收率98．5～104％。对工业废水中铁的测定取得了满意的效果。     

活性氧化铝分离—分光光度法测定工业废水中Cr(Ⅲ)和Cr(Ⅵ)

在0.001～0.01mol/L NaOH碱度条件下用活性氧化铝分离工业废水中Cr(Ⅲ)和Cr(Ⅵ),吸附的Cr(Ⅲ)用1mol/LH_2SO_4从柱上洗脱,Cr(Ⅲ)和Cr(Ⅵ)分別用分光光度法测定。本法回收率为98～112％,相对标准偏差小于8％。     

Co—APDC共沉淀—分光光度法测定工业废水中Cr（Ⅲ）

在pH2.5条件下,采用Co—APDC共沉淀把Cr(Ⅵ)从样品中富集与Cr(Ⅲ)完全分离,滤液中的Cr(Ⅲ)用光度法测定。本方法回收率大于85％,重现性好,相对标准偏差小于2％。本法适用于工业废水中Cr(Ⅲ)的测定。