| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-14页 |
| ·国内外研究现状 | 第10-11页 |
| ·本论文研究目的和意义 | 第11-12页 |
| ·本论文研究主要内容 | 第12-14页 |
| 第二章 拉曼光谱概述 | 第14-21页 |
| ·引言 | 第14页 |
| ·拉曼光谱分析技术简介 | 第14-19页 |
| ·拉曼光谱分析技术原理 | 第14-16页 |
| ·红外与拉曼光谱法的比较 | 第16-17页 |
| ·拉曼光谱仪器简介 | 第17-19页 |
| ·拉曼光谱分析技术的应用 | 第19-21页 |
| 第三章 拉曼光谱分析化学计量学算法 | 第21-44页 |
| ·引言 | 第21页 |
| ·拉曼光谱平滑算法 | 第21-29页 |
| ·窗口移动多项式最小二乘拟合(Window Moving Poly-nomial Least Squares) | 第22-23页 |
| ·窗口移动中位数(Window Moving Median) | 第23-24页 |
| ·快速傅立叶变换(Fast Fourier Transform,FFT) | 第24-25页 |
| ·惩罚最小二乘(Penalized Least Squares,PLS) | 第25-26页 |
| ·阈值法小波去噪(Wavelet Shrinkage) | 第26-28页 |
| ·不同平滑方法的比较(Comparision of smooth methods) | 第28-29页 |
| ·拉曼光谱背景扣除算法 | 第29-33页 |
| ·手动线性背景拟合(Manual linear background fit) | 第30页 |
| ·不对称最小二乘(Asymmetric least squares,ALS) | 第30页 |
| ·全自动背景扣除算法(Fully Automatic Baseline-Correction,FABC) | 第30-32页 |
| ·baselineWavelet背景扣除算法 | 第32页 |
| ·自适应迭代重加权惩罚最小二乘(Adaptive Iterative Re-weighted Penalized Least Squares,air-PLS) | 第32-33页 |
| ·稳健回归背景估计方法(Robust Baseline Estimate,RBE) | 第33页 |
| ·迭代限制最小二乘(Iterative Restricted Least Squares,IRLS) | 第33页 |
| ·聚类与分类算法 | 第33-39页 |
| ·主成分分析(Principal Component Analysis,PCA) | 第33-35页 |
| ·偏最小二乘(Partial Least Squares,PLS) | 第35-37页 |
| ·偏最小二乘判别分析(Partial Least Squares Discriminant Analysis, PLS-DA) | 第37页 |
| ·随机森林(Random Forests,RF) | 第37页 |
| ·支持向量机(Support Vector Method,SVM) | 第37-39页 |
| ·回归算法 | 第39-42页 |
| ·主成分回归(Principal Component Regression,PCR) | 第39-40页 |
| ·偏最小二乘回归(Partial Least Square Regression,PLSR) | 第40-41页 |
| ·支持向量回归(Support Vector Regression,SVR) | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 baselineWavelet背景扣除算法及其在定性分析的应用 | 第44-60页 |
| ·概述 | 第44页 |
| ·理论部分 | 第44-49页 |
| ·实验部分 | 第49-50页 |
| ·样品来源 | 第49-50页 |
| ·实验设备 | 第50页 |
| ·结果与讨论 | 第50-59页 |
| ·醋酸泼尼松片拉曼光谱背景扣除前后的主成分分析 | 第50-53页 |
| ·两类药品拉曼光谱背景扣除前后的聚类分析 | 第53-56页 |
| ·baselineWavelet参数设定的讨论 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 自适应迭代重加权惩罚最小二乘背景扣除算法及其在定量分析的应用 | 第60-72页 |
| ·概述 | 第60页 |
| ·理论部分 | 第60-62页 |
| ·实验部分 | 第62-65页 |
| ·样品来源 | 第62-64页 |
| ·实验设备 | 第64-65页 |
| ·结果与讨论 | 第65-70页 |
| ·甲醇溶液不同背景扣除算法回归分析结果比较 | 第65-66页 |
| ·依他普仑片不同背景扣除算法回归分析结果比较 | 第66-68页 |
| ·airPLS算法参数对拟合背景结果的讨论 | 第68-69页 |
| ·airPLS算法在回归分析中的速度优势 | 第69-70页 |
| ·本章小结 | 第70-72页 |
| 参考文献 | 第72-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间主要研究成果 | 第80页 |
