首页--数理科学和化学论文--化学论文--分析化学论文

生物样品毛细管电泳计算分析方法研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-30页
   ·毛细管电泳技术及其发展概况第7-17页
     ·毛细管电泳发展历程第7-8页
     ·毛细管电泳原理第8-9页
     ·毛细管电泳分离模式第9-10页
     ·毛细管电泳定量分析第10-13页
     ·毛细管电泳在生命科学领域中的应用第13-17页
   ·化学计量学技术第17-22页
     ·化学计量学概述第17-18页
     ·化学计量学在CE分析中的初步应用第18-21页
     ·小结第21-22页
   ·本文研究工作的内容第22-30页
     ·本文研究的主要思路与方法第22页
     ·各章节安排第22-30页
第二章 毛细管电泳径向基神经网络校正法定量分析核苷第30-37页
   ·引言第30页
   ·基本原理与方法第30-32页
     ·RBFN输入数据归一化第30-31页
     ·RBFN的网络结构第31页
     ·校正建模及定量分析方法第31-32页
   ·实验部分第32-33页
     ·仪器与试剂第32页
     ·CE测定条件第32页
     ·CE分析数据获取第32页
     ·CE重复性考核第32-33页
     ·校正模型考核方法第33页
   ·结果与讨论第33-35页
     ·线性回归校正模型预测结果第33-34页
     ·BP神经网络校正模型预测结果第34页
     ·RBF网络校正模型预测结果第34页
     ·五种校正模型性能比较第34-35页
   ·小结第35-37页
第三章 一种用于冬虫夏草产地鉴别的化学模式识别方法第37-45页
   ·引言第37-39页
     ·冬虫夏草研究概况第37-38页
     ·冬虫夏草产地鉴别研究的思路和方法第38-39页
   ·DPLS基本原理第39页
   ·实验部分第39-41页
     ·仪器和材料第39-40页
     ·CE分析及其操作条件第40-41页
     ·数据处理第41页
   ·结果与讨论第41-43页
     ·主成分分析第41页
     ·DPLS分类模型建立第41-42页
     ·DPLS分类模型预测第42-43页
   ·小结第43-45页
第四章 毛细管电泳-支持向量机技术辅助诊断乳腺癌第45-54页
   ·引言第45-46页
   ·支持向量机基本原理第46-48页
   ·实验部分第48-50页
     ·仪器与试剂第48页
     ·实验方法第48-49页
     ·数据处理及软件第49-50页
   ·结果与讨论第50-51页
     ·主成分分析特征提取第50页
     ·SVM分类模型建立第50-51页
     ·与BP神经网络的比较第51页
   ·小结第51-54页
第五章 总结与展望第54-56页
硕士就读期间撰写和发表的论文第56-57页
致谢第57页

论文共57页,点击 下载论文
上一篇:论马克思实践哲学的生存论转向
下一篇:连锁商业配送中心相关问题研究