| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-39页 |
| ·人工神经网络的兴起与发展 | 第9-10页 |
| ·人工神经网络的基础 | 第10-19页 |
| ·人工神经元模型 | 第11-12页 |
| ·人工神经网络模型 | 第12-14页 |
| ·人工神经网络的基本特征 | 第14-15页 |
| ·神经网络在分析化学中的应用 | 第15-18页 |
| ·研究意义与前景展望 | 第18-19页 |
| ·温度限制串联相关神经网络 | 第19-21页 |
| ·温度限制串联相关神经网络的发展 | 第19页 |
| ·温度限制串联相关网络原理简介 | 第19-20页 |
| ·温度限制串联相关网络的应用 | 第20-21页 |
| ·二维相关光谱 | 第21-25页 |
| ·二维相关光谱的发展 | 第21页 |
| ·二维相关光谱的原理及特点 | 第21-23页 |
| ·二维相关光谱的应用 | 第23-25页 |
| ·近红外光谱技术 | 第25-29页 |
| ·近红外光谱的特点 | 第25-26页 |
| ·近红外光谱定性分析技术 | 第26-27页 |
| ·近红外光谱定量分析技术 | 第27-28页 |
| ·近红外光谱分析在医药领域中的应用 | 第28-29页 |
| ·大黄简介 | 第29-30页 |
| ·有机环境污染物简介 | 第30页 |
| 参考文献 | 第30-39页 |
| 第二章 红外光谱-TCCCN网络鉴定大黄样品 | 第39-52页 |
| ·引言(Introduction) | 第39-41页 |
| ·实验部分(Experimental) | 第41-43页 |
| ·样品与仪器(Samples and Instruments) | 第41页 |
| ·数据处理与计算(Data processing and computation) | 第41-42页 |
| ·交叉验证(Cross Validation) | 第42-43页 |
| ·结果与讨论(Results and discussions) | 第43-48页 |
| ·大黄红外光谱(Official and unofficial rhubarb spectra) | 第43页 |
| ·小波压缩水平对网络的影响(Effect of wavelet compression levels) | 第43-44页 |
| ·变换函数类型对网络的影响(Effect of type of transfer function) | 第44-45页 |
| ·候选单元数对网络的影响(Effect of number of candidate units) | 第45-46页 |
| ·预设误差对网络的影响(Effect of pre-defined relative errors) | 第46-48页 |
| ·温度限制串联相关网络模型的评价(Evaluation of TCCCN models) | 第48-50页 |
| ·拉丁配方的方法对网络的评价(Evaluation using Latin-partition approach) | 第48-49页 |
| ·温度限制串联相关网络与支持向量机输出结果的比较(Prediction results from TCCCN and support vector machine) | 第49-50页 |
| ·结论(Conclusions) | 第50页 |
| 参考文献(References) | 第50-52页 |
| 第三章 中草药大黄的近红外光谱和TCCCN网络鉴别研究 | 第52-65页 |
| ·引言(Introduction) | 第52-53页 |
| ·实验部分(Experimental) | 第53-55页 |
| ·样品与仪器(Samples and instrument) | 第53-54页 |
| ·数据处理与计算(Data processing and computation) | 第54页 |
| ·交叉验证(Cross Validation) | 第54-55页 |
| ·结果与讨论(Results and discussion) | 第55-60页 |
| ·大黄近红外光谱(Near-infrared spectra of rhubarb) | 第55页 |
| ·小波压缩次数对网络的影响(Effect of wavelet compression levels) | 第55-56页 |
| ·转换函数类型对网络的影响(Effect of transfer functions) | 第56-57页 |
| ·候选单元数对网络的影响(Effect of number of candidate units) | 第57-58页 |
| ·预设误差对网络的影响(Effect of pre-defined relative errors) | 第58-60页 |
| ·温度限制串联相关网络模型的评价(Evaluation of TCCCN models) | 第60-63页 |
| ·拉丁配方法对网络模型的评价(Evaluation using Latin-partition approach) | 第60-61页 |
| ·温度限制串联相关网络与BP网络结果的比较(Prediction results from TCCCN and BP-NNs) | 第61-63页 |
| ·结论(Conclusions) | 第63页 |
| 参考文献(REFERENCES) | 第63-65页 |
| 第四章 红外-近红外二维相关光谱应用于正品与非正品大黄样品的研究 | 第65-77页 |
| ·引言(Introduction) | 第65-66页 |
| ·数学基础(Mathematical basis) | 第66-67页 |
| ·实验部分(Experimental) | 第67-68页 |
| ·样品与仪器(Samples and instruments) | 第67-68页 |
| ·数据处理与计算(Data processing and computation) | 第68页 |
| ·结果与讨论(Results and discussions) | 第68-74页 |
| ·大黄近红外与红外光谱(Near-infrared and mid-infrared spectra of rhubarb) | 第68-70页 |
| ·大黄二维中红外与近红外相关光谱(Two-dimensional MIR-NIR Correlation Spectra of rhubarbs) | 第70-74页 |
| ·结论(Conclusions) | 第74页 |
| 参考文献(REFERENCES) | 第74-77页 |
| 第五章 有机环境污染物紫外光谱检索的神经网络方法 | 第77-88页 |
| ·引言 | 第77页 |
| ·实验部分 | 第77-78页 |
| ·仪器和试剂 | 第77页 |
| ·数据的准备和预处理 | 第77-78页 |
| ·噪声与杂质的模拟 | 第78页 |
| ·结果与讨论 | 第78-86页 |
| ·网络参数的优化 | 第78-82页 |
| ·用常规光谱作训练 | 第82-83页 |
| ·用常规混合光谱作训练 | 第83-84页 |
| ·用导数光谱作训练 | 第84-85页 |
| ·与相关系数法比较 | 第85-86页 |
| ·结论 | 第86页 |
| 参考文献(References) | 第86-88页 |
| 攻读硕士学位期间发表及待发表的论文 | 第88-89页 |
| 致谢 | 第89页 |
