近红外光谱分析技术在药物成分测定中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-19页 |
| ·药品分析现状及药品的质量控制的重要性 | 第9-11页 |
| ·近红外光谱分析技术的简介 | 第11-17页 |
| ·近红外光谱技术的发展历程 | 第12页 |
| ·近红外光谱技术的应用 | 第12-14页 |
| ·近红外光谱分析技术的特点 | 第14-16页 |
| ·近红外光谱仪器及其发展 | 第16-17页 |
| ·本课题研究的目的，内容及意义 | 第17-19页 |
| 第二章 近红外光谱分析的基本原理 | 第19-36页 |
| ·分子振动与近红外光谱 | 第19-25页 |
| ·吸收光谱的来源 | 第19-20页 |
| ·分子振动与能级 | 第20-23页 |
| ·近红外光谱 | 第23-25页 |
| ·近红外光谱吸收分析技术 | 第25-36页 |
| ·近红外透射光谱技术 | 第25-27页 |
| ·近红外漫反射光谱分析技术 | 第27-31页 |
| ·近红外光谱分析中的化学计量学方法 | 第31-35页 |
| ·近红外光谱定量分析的一般步骤 | 第35-36页 |
| 第三章 实验参数选择及光谱采集 | 第36-43页 |
| ·实验仪器工作参数的确定 | 第36-39页 |
| ·实验仪器 | 第36页 |
| ·仪器工作参数的确定 | 第36-39页 |
| ·样品光谱数据的采集 | 第39-40页 |
| ·装样要求 | 第40-43页 |
| 第四章 线性多元回归建模 | 第43-61页 |
| ·逐步回归建模 | 第43-51页 |
| ·逐步回归原理简介 | 第43页 |
| ·逐步回归结果分析 | 第43-51页 |
| ·偏最小二乘回归 | 第51-61页 |
| ·偏最小二乘回归简介 | 第51-53页 |
| ·偏最小二乘回归中主成分数的确定 | 第53-55页 |
| ·偏最小二乘回归在甲硝唑近红外光谱分析中的应用 | 第55-61页 |
| 第五章 基于人工神经网络的近红外光谱分析 | 第61-72页 |
| ·人工神经网络的概述 | 第61-65页 |
| ·BP神经网络 | 第65-67页 |
| ·BP人工神经网络在光谱分析中的应用 | 第67-72页 |
| ·人工神经网络的数据输入及参数确定 | 第67-68页 |
| ·人工神经网络的结果分析 | 第68-72页 |
| 第六章 结论 | 第72-76页 |
| 一 建模中的误差讨论 | 第72-73页 |
| 二 总结 | 第73-75页 |
| 三 进一步应用的建议 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-79页 |
| 附录 | 第79-83页 |
