| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 前言 | 第14-16页 |
| 第一章 文献综述 | 第16-34页 |
| ·多元统计控制 | 第16-17页 |
| ·过程分析技术 | 第17-21页 |
| ·制药生产过程中的过程分析技术 | 第18-19页 |
| ·PAT中的化学计量学与红外光谱仪 | 第19-21页 |
| ·多元校正 | 第21-23页 |
| ·多元线性回归 | 第21-22页 |
| ·主成份回归 | 第22-23页 |
| ·偏最小二乘回归 | 第23页 |
| ·信号处理 | 第23-26页 |
| ·正交信号校正 | 第24-25页 |
| ·纯净分析信号处理 | 第25页 |
| ·小波信号分析 | 第25-26页 |
| ·变量选择 | 第26-27页 |
| ·数据融合或模型融合 | 第27-28页 |
| ·模式识别 | 第28-29页 |
| ·校正转换和模型更新 | 第29-31页 |
| ·本课题的研究意义和研究目标 | 第31-34页 |
| ·本课题的研究意义 | 第31-32页 |
| ·本课题的主要研究内容 | 第32-34页 |
| 第二章 新型信号处理方法及其与正交信号校正的关系研究 | 第34-55页 |
| ·引言 | 第34-35页 |
| ·理论部分 | 第35-38页 |
| ·常用符号 | 第35页 |
| ·纯净分析信号或处理算法 | 第35-36页 |
| ·正交信号处理 | 第36-37页 |
| ·分段的正交信号校正 | 第37-38页 |
| ·分段的纯净分析信号或处理 | 第38页 |
| ·实验部分 | 第38-42页 |
| ·实验数据 | 第38-41页 |
| ·多元校正模型的评价 | 第41页 |
| ·计算软件 | 第41-42页 |
| ·结果与讨论 | 第42-53页 |
| ·模拟光谱数据1的多元校正 | 第42-43页 |
| ·模拟光谱数据2的多元校正 | 第43-44页 |
| ·Terpolymer近红外光谱数据的多元校正 | 第44-49页 |
| ·Com近红外光谱数据的多元校正 | 第49-53页 |
| ·本章结论 | 第53-55页 |
| 第三章 叠加偏最小二乘多元校正回归 | 第55-76页 |
| ·引言 | 第55-56页 |
| ·理论部分 | 第56-62页 |
| ·间隔偏最小二乘回归 | 第56-57页 |
| ·叠加偏最小二乘回归 | 第57-59页 |
| ·叠加移动窗口偏最小二乘回归 | 第59-60页 |
| ·叠加多元校正模型中的参数的优化 | 第60-61页 |
| ·多元校正模型的评价 | 第61-62页 |
| ·实验部分 | 第62-63页 |
| ·模拟光谱数据 | 第62-63页 |
| ·三元共聚物的近红外光谱数据 | 第63页 |
| ·Corn近红外光谱数据 | 第63页 |
| ·计算软件 | 第63页 |
| ·结果与讨论 | 第63-74页 |
| ·模拟光谱数据的多元校正 | 第64-65页 |
| ·Corn近红外光谱数据的多元校正 | 第65-71页 |
| ·Terpolymer近红外光谱数据的多元校正 | 第71-74页 |
| ·本章结论 | 第74-76页 |
| 第四章 叠加或模型融合的校正模型转换研究 | 第76-104页 |
| ·引言 | 第76-77页 |
| ·理论部分 | 第77-81页 |
| ·常用的校正转换方法 | 第77-78页 |
| ·叠加偏最小二乘回归 | 第78页 |
| ·叠加的多元校正模型转换方法 | 第78页 |
| ·双域多元校正模型转换方法 | 第78-79页 |
| ·多元校正模型的评价 | 第79-81页 |
| ·实验部分 | 第81-82页 |
| ·湖中沉积物的近红外光谱数据 | 第81页 |
| ·合成汽油的近红外光谱数据 | 第81-82页 |
| ·计算软件 | 第82页 |
| ·结果与讨论 | 第82-102页 |
| ·湖中沉积物的近红外光谱数据校正转换研究 | 第82-88页 |
| ·Pseudo Gasoline红外光谱数据的校正转换研究 | 第88-102页 |
| ·本章结论 | 第102-104页 |
| 第五章 叠加模型融合在多元分类分析中的应用研究 | 第104-121页 |
| ·引言 | 第104-105页 |
| ·理论部分 | 第105-108页 |
| ·偏最小二乘分类分析 | 第105页 |
| ·叠加偏最小二乘分类分析 | 第105-106页 |
| ·线性分类分析分类器和主成分线性分类分析分类器 | 第106页 |
| ·叠加的线性分类器和叠加的主成份线性分类器 | 第106-107页 |
| ·优化叠加融合分类器中的参数 | 第107-108页 |
| ·实验部分 | 第108-109页 |
| ·数据 | 第108页 |
| ·实验步骤 | 第108页 |
| ·计算软件 | 第108-109页 |
| ·结果与讨论 | 第109-120页 |
| ·SPLSDA多元分类分析 | 第109-115页 |
| ·SLDA和SPCLDA多元分类分析 | 第115-120页 |
| ·本章结论 | 第120-121页 |
| 第六章 基于小波正交信号校正信号处理的多元分类分析研究 | 第121-136页 |
| ·引言 | 第121-122页 |
| ·理论部分 | 第122-124页 |
| ·正交偏最小二乘分类分析 | 第122-123页 |
| ·小波正交信号校正分类分析 | 第123-124页 |
| ·实验部分 | 第124-125页 |
| ·实验数据 | 第124页 |
| ·分类过程中的步骤 | 第124-125页 |
| ·多元分类分析模型的评价 | 第125页 |
| ·结果与讨论 | 第125-134页 |
| ·Green Coffee近红外光谱数据的多元分类分析 | 第126-131页 |
| ·Bacterial红外光谱数据的多元分类分析 | 第131-134页 |
| ·本章小结 | 第134-136页 |
| 第七章 结论 | 第136-140页 |
| ·结论 | 第136-137页 |
| ·创新要点 | 第137-138页 |
| ·展望 | 第138-140页 |
| 参考文献 | 第140-160页 |
| 致谢 | 第160-161页 |
| 攻读学位期间主要研究成果 | 第161页 |
