基于近红外光谱的滋补中药分类方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第9-20页 |
| ·研究目的与意义 | 第9-10页 |
| ·近红外光谱分析技术原理及方法学简介 | 第10-15页 |
| ·近红外光谱分析技术基本原理与特点 | 第10-11页 |
| ·近红外光谱分析技术的方法概述 | 第11-15页 |
| ·国内外研究现状 | 第15-16页 |
| ·主要研究内容 | 第16-20页 |
| ·研究内容 | 第16-18页 |
| ·技术路线 | 第18-20页 |
| 第二章 常用滋补中药材定性分析 | 第20-34页 |
| ·材料与方法 | 第20-23页 |
| ·试验材料 | 第20-21页 |
| ·中药材光谱采集 | 第21页 |
| ·中药材光谱预处理及特征波段的选择 | 第21-23页 |
| ·结果与方法 | 第23-32页 |
| ·光谱主成分的提取 | 第23-24页 |
| ·基于KNN的中药材定性分析模型 | 第24-26页 |
| ·基于人工神经网络的中药材定性分析模型 | 第26-29页 |
| ·基于支持向量机的中药材定性分析模型 | 第29-31页 |
| ·KNN、人工神经网络及支持向量机模型的比较 | 第31-32页 |
| ·讨论 | 第32页 |
| ·小结 | 第32-34页 |
| 第三章 潜在语义分析在中药材分类中的应用 | 第34-54页 |
| ·潜在语义分析的原理 | 第34-35页 |
| ·潜在语义模型在近红外光谱中的映射 | 第35-39页 |
| ·词汇及文本在近红外光谱中的映射 | 第35-37页 |
| ·提问式在近红外光谱中的映射 | 第37-38页 |
| ·词汇-文本矩阵在近红外光谱中的映射 | 第38-39页 |
| ·潜在语义模型的具体计算步骤 | 第39-52页 |
| ·计算单个样本词汇 | 第40-41页 |
| ·计算单个文本词汇 | 第41页 |
| ·计算全体样本词汇 | 第41页 |
| ·提问式与全体样本的对应 | 第41-42页 |
| ·计算词汇-文本矩阵 | 第42-47页 |
| ·奇异值分解 | 第47-48页 |
| ·潜在语义空间的形成 | 第48-49页 |
| ·相关度的计算 | 第49-52页 |
| ·讨论与小结 | 第52-54页 |
| 第四章 基于潜在语义分析的中药材定性分析 | 第54-61页 |
| ·材料与方法 | 第54-55页 |
| ·试验材料 | 第54页 |
| ·中药材光谱采集 | 第54-55页 |
| ·中药材光谱预处理 | 第55页 |
| ·结果与分析 | 第55-59页 |
| ·潜在语义模型的建立 | 第55页 |
| ·潜在语义模型的外部验证 | 第55-58页 |
| ·潜在语义模型分类的光谱依据 | 第58-59页 |
| ·讨论与结论 | 第59-61页 |
| 第五章 结论与展望 | 第61-64页 |
| ·主要研究结论 | 第61-62页 |
| ·本文创新点 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-71页 |
| 作者在攻读硕士学位期间发表的论文 | 第71页 |
