| 摘要 | 第1-7页 |
| Abstract | 第7-14页 |
| 第一章 综述 | 第14-39页 |
| 第一节 引言 | 第14-15页 |
| 第二节 重叠信号解析方法 | 第15-24页 |
| ·化学因子分析 | 第15-17页 |
| ·多元曲线拟合-交替最小二乘 | 第17-19页 |
| ·独立成分分析 | 第19-24页 |
| 第三节 偏最小二乘建模方法 | 第24-29页 |
| ·偏最小二乘法因子数的确定 | 第24-26页 |
| ·偏最小二乘法建模中奇异样本的识别 | 第26页 |
| ·常用的光谱预处理技术 | 第26-28页 |
| ·多模型共识建模方法 | 第28-29页 |
| 第四节 选题的依据及创新点 | 第29-31页 |
| 参考文献 | 第31-39页 |
| 第二章 窗口独立成分分析解析多组分重叠 GC-MS信号 | 第39-54页 |
| 第一节 引言 | 第39-40页 |
| 第二节 原理和算法 | 第40-45页 |
| ·独立成分分析 | 第40-41页 |
| ·直接利用ICA对重叠GC-MS信号进行解析 | 第41-42页 |
| ·窗口独立成分分析 | 第42-45页 |
| 第三节 实验部分 | 第45页 |
| 第四节 结果与讨论 | 第45-50页 |
| ·杀虫剂裂解产物GC-MS信号的解析 | 第45-48页 |
| ·烤烟叶提取物GC-MS信号的解析 | 第48-50页 |
| 第五节 结论 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 第三章 非负独立成分分析提取重叠信号中的化学信息 | 第54-65页 |
| 第一节 引言 | 第54-55页 |
| 第二节 原理和算法 | 第55-56页 |
| 第三节 实验部分 | 第56-58页 |
| ·药片的拉曼光谱 | 第56-57页 |
| ·烟气的GC-MS信号 | 第57-58页 |
| 第四节 结果与讨论 | 第58-61页 |
| ·药片拉曼光谱中活性物质光谱的提取 | 第58-59页 |
| ·多组分重叠GC-MS信号的解析 | 第59-61页 |
| 第五节 结论 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 第四章 多组分 GC-MS信号的高通量分析 | 第65-81页 |
| 第一节 引言 | 第65-66页 |
| 第二节 原理和算法 | 第66-68页 |
| 第三节 实验部分 | 第68-71页 |
| ·重叠GC-MS信号的模拟 | 第68-69页 |
| ·农药GC-MS信号 | 第69-71页 |
| 第四节 结果与讨论 | 第71-77页 |
| ·模拟重叠GC-MS信号解析 | 第71-72页 |
| ·实验信号的高通量分析 | 第72-75页 |
| ·定量验证 | 第75-77页 |
| 第五节 结论 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 第五章 独立因子诊断在复杂近红外光谱 PLS建模中的应用 | 第81-94页 |
| 第一节 引言 | 第81-82页 |
| 第二节 原理和算法 | 第82-84页 |
| ·交叉验证(cross validation，CV) | 第82-84页 |
| ·独立因子诊断 | 第84页 |
| 第三节 实验部分 | 第84-85页 |
| 第四节 结果与讨论 | 第85-90页 |
| ·数据集1 | 第85-87页 |
| ·数据集2 | 第87-89页 |
| ·数据集3 | 第89-90页 |
| ·预测结果 | 第90页 |
| 第五节 结论 | 第90-92页 |
| 参考文献 | 第92-94页 |
| 第六章 蒙特卡洛交叉验证用于近红外光谱奇异样本的识别 | 第94-109页 |
| 第一节 引言 | 第94-95页 |
| 第二节 原理和算法 | 第95-97页 |
| 第三节 实验部分 | 第97-98页 |
| 第四节 结果与讨论 | 第98-105页 |
| ·数据集1 | 第98-102页 |
| ·数据集2和3 | 第102-103页 |
| ·数据集4 | 第103-105页 |
| 第五节 结论 | 第105-106页 |
| 参考文献 | 第106-109页 |
| 第七章 权重多尺度回归在近红外光谱多元校正中的应用 | 第109-120页 |
| 第一节 引言 | 第109-110页 |
| 第二节 原理和算法 | 第110-113页 |
| ·权重多尺度回归 | 第110页 |
| ·光谱小波分解 | 第110-111页 |
| ·权重的确定 | 第111-112页 |
| ·算法步骤 | 第112-113页 |
| 第三节 实验部分 | 第113页 |
| 第四节 结果与讨论 | 第113-117页 |
| ·分解尺度和子模型数 | 第113-114页 |
| ·子模型的权重 | 第114-116页 |
| ·预测验证 | 第116-117页 |
| 第五节 结论 | 第117-118页 |
| 参考文献 | 第118-120页 |
| 致谢 | 第120-121页 |
| 个人简历及科研成果 | 第121-122页 |
