基于支持向量机的有机化合物红外光谱结构解析
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1. 引言 | 第9-23页 |
| ·红外光谱理论 | 第10-15页 |
| ·红外光谱基础知识 | 第10-11页 |
| ·红外光谱的原理 | 第11-12页 |
| ·红外谱图解析 | 第12-13页 |
| ·红外光谱应用 | 第13-15页 |
| ·化合物的鉴定 | 第13-14页 |
| ·定性分析 | 第14-15页 |
| ·定量分析 | 第15页 |
| ·有机化合物的红外特征吸收 | 第15-17页 |
| ·计算机辅助红外光谱解析 | 第17-23页 |
| 2. 方法原理 | 第23-32页 |
| ·统计学习理论 | 第23-25页 |
| ·支持向量机理论 | 第25-29页 |
| ·线性可分 | 第26-28页 |
| ·线性不可分 | 第28页 |
| ·非线性问题 | 第28-29页 |
| ·人工神经网络 | 第29-32页 |
| 3. 实验部分 | 第32-39页 |
| ·方法概述 | 第32-37页 |
| ·有机化合物结构解析 | 第32-34页 |
| ·芳香化合物谱构关系研究 | 第34-37页 |
| ·数据集 | 第37页 |
| ·SVM 分类器 | 第37-38页 |
| ·ANN 分类器 | 第38-39页 |
| ·性能评估参数 | 第39页 |
| 4. 结果与讨论 | 第39-50页 |
| ·有机化合物结构解析 | 第39-50页 |
| ·最佳参数的选择 | 第39-42页 |
| ·模式识别方法解析有机化合物 | 第42-45页 |
| ·芳香化合物谱构关系的探讨 | 第45-50页 |
| ·全谱信息对芳香化合物进行分析 | 第45-47页 |
| ·片段光谱对芳香化合物进行分析 | 第47-50页 |
| 5. 结论与展望 | 第50-52页 |
| 6. 参考文献 | 第52-60页 |
| 7. 硕士期间发表论文情况 | 第60-62页 |
| 9 致谢 | 第62页 |
