| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-25页 |
| 引言 | 第11-25页 |
| 1 红外光谱技术概述 | 第11-16页 |
| ·红外吸收光谱的基本原理 | 第11-12页 |
| ·红外光谱技术的发展 | 第12-13页 |
| ·红外光谱技术的特点 | 第13-15页 |
| ·红外光谱分析技术的基本方法 | 第15-16页 |
| 2 红外光谱技术中常用的化学计量学方法 | 第16-21页 |
| ·数据预处理方法 | 第16-20页 |
| ·挑选波长变量与谱区选择 | 第20页 |
| ·定性分析方法 | 第20-21页 |
| ·利用主成分分析对数据进行降维处理 | 第20-21页 |
| ·随机森林 | 第21页 |
| ·定量分析方法 | 第21页 |
| 3 红外光谱技术在中药材质量控制中的应用 | 第21-24页 |
| ·中红外光谱技术的应用 | 第22页 |
| ·近红外光谱技术的应用 | 第22-24页 |
| 4 本文目的及意义 | 第24-25页 |
| 第二章 基于近红外光谱不同产地党参模型的建立 | 第25-32页 |
| 引言 | 第25-32页 |
| 1 实验部分 | 第26-28页 |
| ·药材与仪器 | 第26页 |
| ·党参药材的处理及近红外图谱的采集 | 第26-27页 |
| ·数据预处理 | 第27-28页 |
| 2 实验结果 | 第28-30页 |
| ·主成分分析(PCA) | 第28页 |
| ·随机森林(RF)定性模型的建立 | 第28-30页 |
| 3 讨论 | 第30-32页 |
| 第三章 基于红外光谱技术不同产地不同产期当归模型的建立 | 第32-47页 |
| 引言 | 第32-47页 |
| 第一节 基于近红外光谱技术不同产地不同产期当归模型的建立 | 第33-41页 |
| 1 实验部分 | 第33-35页 |
| ·药材与仪器 | 第33页 |
| ·当归药材的处理及近红外光谱的采集 | 第33-35页 |
| ·数据预处理 | 第35页 |
| 2 实验结果 | 第35-39页 |
| ·PCA | 第35-36页 |
| ·RF定性模型的建立 | 第36-39页 |
| 3 讨论 | 第39-41页 |
| 第二节 基于中红外光谱技术不同产地不同产期当归模型的建立 | 第41-47页 |
| 1 实验部分 | 第41-42页 |
| ·药材与仪器 | 第41页 |
| ·当归药材的处理及中红外光谱的采集 | 第41-42页 |
| ·数据预处理 | 第42页 |
| 2 实验结果 | 第42-46页 |
| ·PCA | 第42页 |
| ·RF定性模型的建立 | 第42-46页 |
| 3 讨论与小结 | 第46-47页 |
| 第四章 基于近红外光谱技术当归醇提物与阿魏酸定量模型的建立 | 第47-61页 |
| 引言 | 第47-61页 |
| 1 实验部分 | 第47-52页 |
| ·仪器与试剂 | 第47页 |
| ·醇提物的测定 | 第47-48页 |
| ·阿魏酸的测定 | 第48页 |
| ·偏最小二乘回归(PLSR) | 第48-49页 |
| ·多元线性回归(MLR) | 第49页 |
| ·遗传算法 | 第49-51页 |
| ·遗传算法-多元线性回归(GA-MLR) | 第51页 |
| ·校正模型的检验 | 第51-52页 |
| ·数学模型性能的评价标准 | 第52页 |
| 2 实验结果 | 第52-60页 |
| ·醇提物与阿魏酸测定结果 | 第53-55页 |
| ·定量模型的建立与评价 | 第55-60页 |
| ·醇提物建模结果 | 第55-57页 |
| ·阿魏酸建模结果 | 第57-60页 |
| 3 讨论 | 第60-61页 |
| 第五章 结论和展望 | 第61-63页 |
| 1 结论 | 第61页 |
| 2 展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 在学期间研究成果及参加的项目 | 第69-71页 |
| 致谢 | 第71-72页 |
| 中英文术语缩略词表 | 第72页 |
