| 摘要 | 第1-3页 |
| Abstract | 第3-8页 |
| 第一章 绪论 | 第8-26页 |
| ·近红外光谱技术概述 | 第8-23页 |
| ·近红外光谱技术基本原理 | 第8-10页 |
| ·近红外光谱建模方法 | 第10-11页 |
| ·近红外光谱技术特点 | 第11-12页 |
| ·近红外光谱异常样品判别方法 | 第12-13页 |
| ·主成分分析结合马氏距离判别方法 | 第12-13页 |
| ·Hotelling T~2统计量检验方法 | 第13页 |
| ·样本集划分 | 第13-14页 |
| ·近红外光谱预处理方法 | 第14-16页 |
| ·平滑算法（smoothing） | 第14页 |
| ·导数算法(derivative) | 第14页 |
| ·标准正态变换（SNV） | 第14-15页 |
| ·多元散射校正（MSC） | 第15页 |
| ·正交信号校正（OSC） | 第15-16页 |
| ·近红外光谱波长选择方法 | 第16-18页 |
| ·波谱解析法 | 第16页 |
| ·方差分析法 | 第16页 |
| ·间隔偏最小二乘法（iPLS） | 第16-17页 |
| ·反向区间偏最小二乘法（biPLS） | 第17页 |
| ·移动窗.偏最小二乘法（mwPLS） | 第17页 |
| ·联合间隔偏最小二乘法（siPLS） | 第17页 |
| ·遗传算法（GA） | 第17-18页 |
| ·近红外光谱分析中常用的化学计量学方法 | 第18-22页 |
| ·偏最小二乘法(PLS) | 第18-19页 |
| ·支持向量机(SVM) | 第19-20页 |
| ·径向基神经网络（RBF） | 第20页 |
| ·人工神经网络（ANN） | 第20-21页 |
| ·系统聚类分析(HCA) | 第21页 |
| ·偏最小二乘辨别分析（PLS-DA） | 第21-22页 |
| ·正交偏最小二乘法（OPLS） | 第22页 |
| ·近红外光谱定量模型评价方法 | 第22-23页 |
| ·测定系数R~2 | 第22页 |
| ·交互检验均方根误差(RMSECV) | 第22-23页 |
| ·预测均方根误差（RMSEP） | 第23页 |
| ·论文研究内容 | 第23-24页 |
| ·国内外研究现状 | 第24页 |
| ·论文研究目的及意义 | 第24-26页 |
| 第二章 薰衣草精油近红外快速定量分析模型的建立 | 第26-67页 |
| ·仪器与材料 | 第26页 |
| ·实验方法 | 第26-28页 |
| ·薰衣草精油提取 | 第26-27页 |
| ·GC-MS分析 | 第27页 |
| ·近红外光谱最佳测试条件筛选 | 第27-28页 |
| ·结果与讨论 | 第28-65页 |
| ·GC-MS结果分析 | 第28-29页 |
| ·近红外光谱测试条件选择 | 第29-33页 |
| ·光程选择 | 第29-30页 |
| ·分辨率选择 | 第30-32页 |
| ·扫描次数选择 | 第32-33页 |
| ·近红外光谱图分析 | 第33-34页 |
| ·异常样本的剔除 | 第34-38页 |
| ·主成分马氏距离法 | 第34-37页 |
| ·HotellingT~2统计量检验法 | 第37-38页 |
| ·剔除异常值结果评价 | 第38页 |
| ·光谱预处理方法的选择 | 第38-44页 |
| ·光谱波长段的选择 | 第44-54页 |
| ·波谱解析法 | 第45-46页 |
| ·方差分析法 | 第46-47页 |
| ·间隔偏最小二乘法(iPLS) | 第47-48页 |
| ·反向间隔偏最小二乘法(biPLS) | 第48-49页 |
| ·移动窗.偏最小二乘法(mwPLS) | 第49-50页 |
| ·联合间隔偏最小二乘法(siPLS) | 第50-51页 |
| ·遗传算法（GA） | 第51-52页 |
| ·不同方法选择光谱波长段结果比较 | 第52-54页 |
| ·不同化学计量学方法定量校正模型的建立与评价 | 第54-65页 |
| ·偏最小二乘法（PLS） | 第54-57页 |
| ·支持向量机回归法（SVR） | 第57-61页 |
| ·人工神经网络法（ANN） | 第61-64页 |
| ·不同化学计量学方法建模结果比较 | 第64-65页 |
| ·结论 | 第65-67页 |
| 第三章 复方薰衣草精油辨别分析 | 第67-79页 |
| ·仪器和材料 | 第67页 |
| ·实验方法 | 第67-68页 |
| ·实验样品 | 第67页 |
| ·光谱采集方法 | 第67页 |
| ·复方薰衣草精油中基础油种类定性分析方法 | 第67-68页 |
| ·复方薰衣草精油中基础油种类定量分析方法 | 第68页 |
| ·结果与讨论 | 第68-77页 |
| ·基础油谱图分析 | 第68页 |
| ·系统聚类法对复方薰衣草精油基础油类别辨别分析 | 第68-69页 |
| ·支持向量机分类法对复方薰衣草精油基础油类别辨别分析 | 第69-71页 |
| ·SVC建模主成分的确定 | 第69页 |
| ·SVC校正集、验证集的划分 | 第69-70页 |
| ·SVC参数的确定 | 第70页 |
| ·SVC模型的建立与预测 | 第70-71页 |
| ·径向基神经网络法对复方薰衣草精油基础油类别辨别分析 | 第71页 |
| ·偏最小二乘辨别分析法对复方薰衣草精油基础油类别辨别分析 | 第71-75页 |
| ·PLS-DA得分图 | 第71-72页 |
| ·PLS-DA校正集、验证集划分 | 第72页 |
| ·PLS-DA模型的建立 | 第72-74页 |
| ·PLS-DA模型的验证 | 第74-75页 |
| ·偏最小二乘法对复方薰衣草精油基础油定量分析 | 第75-77页 |
| ·结论 | 第77-79页 |
| 第四章 薰衣草精油活性成分计量学方法辨识研究 | 第79-85页 |
| ·实验仪器和材料 | 第79-80页 |
| ·实验仪器 | 第79页 |
| ·实验材料和试剂 | 第79-80页 |
| ·实验方法 | 第80-82页 |
| ·挥发油的制备 | 第80页 |
| ·培养基的制备 | 第80页 |
| ·菌悬液的制备 | 第80-81页 |
| ·精油抑菌效果的测定 | 第81页 |
| ·半数抑菌浓度（IC50）的测定 | 第81页 |
| ·活性成分计量学方法辨识研究 | 第81-82页 |
| ·结果与讨论 | 第82-84页 |
| ·精油的抑菌效果 | 第82页 |
| ·半数抑菌浓度（IC50）结果 | 第82-83页 |
| ·活性成分计量学方法辨识 | 第83-84页 |
| ·结论 | 第84-85页 |
| 第五章 结论 | 第85-87页 |
| 参考文献 | 第87-92页 |
| 硕士在读期间发表论文情况 | 第92-93页 |
| 致谢 | 第93-94页 |
