摘要 | 第5-8页 |
Abstract | 第8-11页 |
第1章 绪论 | 第15-26页 |
1.1 化学计量学简介 | 第15页 |
1.2 多维校正 | 第15-20页 |
1.3 品质因子 | 第20-24页 |
1.4 本论文的研究工作 | 第24-26页 |
第2章 四线性成分模型的“切块”数阵:新的四线性分解算法用于四维校正 | 第26-47页 |
2.1 前言 | 第26-28页 |
2.2 理论 | 第28-33页 |
2.2.1 术语 | 第28-29页 |
2.2.2 四线性成分模型 | 第29-30页 |
2.2.3 切块交替四线性分解 | 第30-33页 |
2.3 实验 | 第33-36页 |
2.3.1 模拟的四维数据组Ⅰ | 第33-34页 |
2.3.2 模拟的四维数据组Ⅱ | 第34页 |
2.3.3 真实的四维数据组 | 第34-36页 |
2.4 结果与讨论 | 第36-44页 |
2.4.1 数值模拟 | 第36-42页 |
2.4.2 真实的激发-发射-溶剂-样本四维数据 | 第42-44页 |
2.5 理论拓展 | 第44-45页 |
2.6 小结 | 第45-47页 |
第3章 灵敏度估计:基于交替三线性分解算法、交替四线性分解算法和切块交替四线性分解算法的多维校正方法 | 第47-66页 |
3.1 前言 | 第47-50页 |
3.2 理论 | 第50-56页 |
3.2.1 基于蒙特卡罗模拟的灵敏度计算 | 第50-51页 |
3.2.2 基于雅克比矩阵的灵敏度公式 | 第51-56页 |
3.3 实验 | 第56-58页 |
3.3.1 数值模拟 | 第56-57页 |
3.3.2 普鲁卡因和人血清白蛋白相互作用实验 | 第57-58页 |
3.4 结果与讨论 | 第58-65页 |
3.4.1 数值模拟 | 第58-62页 |
3.4.2 普鲁卡因和人血清白蛋白相互作用实验 | 第62-65页 |
3.5 小结 | 第65-66页 |
第4章 预测浓度标准误差估计:基于交替三线性分解算法、交替四线性分解算法和切块交替四线性分解算法的多维校正方法 | 第66-82页 |
4.1 前言 | 第66-67页 |
4.2 理论 | 第67-74页 |
4.2.1 ATLD算法/AQLD算法/SAQLD算法 | 第67-68页 |
4.2.2 预测浓度标准误差估计 | 第68-74页 |
4.3 数值模拟 | 第74-76页 |
4.4 结果与讨论 | 第76-81页 |
4.4.1 预测浓度分布 | 第76-77页 |
4.4.2 预测浓度的标准误差 | 第77-81页 |
4.5 小结 | 第81-82页 |
第5章 组分数对基于ATLD算法的三维校正方法预测浓度标准误差的影响 | 第82-95页 |
5.1 前言 | 第82-83页 |
5.2 理论与方法 | 第83-85页 |
5.2.1 ATLD算法 | 第83-84页 |
5.2.2 预测浓度标准误差估计 | 第84-85页 |
5.3 实验 | 第85-88页 |
5.3.1 模拟数据 | 第85-86页 |
5.3.2 真实的激发-发射-样本三维荧光数据 | 第86-88页 |
5.4 结果与讨论 | 第88-94页 |
5.4.1 模拟数据 | 第88-89页 |
5.4.2 实际三维荧光数据 | 第89-94页 |
5.5 小结 | 第94-95页 |
第6章 酶诱导激发-发射-动力学三阶校正方法同时定量分析血浆中酪氨酸和左旋多巴 | 第95-110页 |
6.1 前言 | 第95-97页 |
6.2 理论 | 第97-99页 |
6.2.1 四线性成分模型 | 第97页 |
6.2.2 切块交替四线性分解算法SAQLD | 第97-98页 |
6.2.3 一级动力学反应模型 | 第98页 |
6.2.4 品质因子 | 第98-99页 |
6.3 实验 | 第99-100页 |
6.3.1 仪器和软件 | 第99页 |
6.3.2 试剂和溶液 | 第99-100页 |
6.3.3 实验方法 | 第100页 |
6.4 结果与讨论 | 第100-109页 |
6.4.1 线性范围 | 第100-101页 |
6.4.2 待分析物和研究体系的光谱属性 | 第101页 |
6.4.3 酶诱导动力学 | 第101-102页 |
6.4.4 三阶校正方法 | 第102-109页 |
6.5 小结 | 第109-110页 |
结论 | 第110-113页 |
参考文献 | 第113-128页 |
附录A 攻读学位期间发表及完成的论文目录 | 第128-130页 |
附录B 攻读学位期间发表的会议论文 | 第130-131页 |
附录C 攻读学位期间主持和参与的科研项目 | 第131-132页 |
附录D SAQLD算法中目标函数求解过程 | 第132-133页 |
致谢 | 第133页 |