基于支持向量机的小波滤噪短波近红外光谱在药品定量分析中的研究
| 内容提要 | 第1-9页 |
| 前言 | 第9-25页 |
| 参考文献 | 第13-25页 |
| 第一章 近红外光谱分析技术及其应用 | 第25-40页 |
| ·近红外光谱分析原理 | 第25-28页 |
| ·近红外分子振动光谱 | 第25-26页 |
| ·近红外光谱定量分析基础 | 第26-27页 |
| ·近红外光谱漫反射分析技术 | 第27-28页 |
| ·NIR光谱技术的特点 | 第28-29页 |
| ·短波近红外光谱的定量分析 | 第29-34页 |
| ·短波近红外原始光谱的预处理 | 第30-32页 |
| ·短波近红外校正模型的建立 | 第32-33页 |
| ·短波近红外校正模型的验证 | 第33-34页 |
| ·未知样品的分析 | 第34页 |
| 参考文献 | 第34-40页 |
| 第二章 支持向量机的理论基础 | 第40-57页 |
| ·机器学习理论 | 第40-41页 |
| ·统计学习理论 | 第41-47页 |
| ·经验风险最小化准则 | 第41-43页 |
| ·VC维理论 | 第43-44页 |
| ·推广性的界 | 第44-46页 |
| ·结构风险最小化准则 | 第46-47页 |
| ·支持向量机算法 | 第47-54页 |
| ·支持向量分类机 | 第47-50页 |
| ·支持向量回归机 | 第50-52页 |
| ·Mercer定理及常用核函数 | 第52-54页 |
| ·本章小结 | 第54页 |
| 参考文献 | 第54-57页 |
| 第三章 小波分析的基本理论 | 第57-79页 |
| ·小波分析概述 | 第57-59页 |
| ·小波变换及其性质 | 第59-61页 |
| ·母小波(母函数)与小波(小波函数) | 第59-60页 |
| ·尺度函数 | 第60-61页 |
| ·小波变换及其性质 | 第61-74页 |
| ·小波变换的种类 | 第61-62页 |
| ·连续小波变换 | 第62-66页 |
| ·离散小波变换 | 第66-73页 |
| ·多分辨分析概念 | 第73-74页 |
| ·小波基的数学特性 | 第74-77页 |
| 参考文献 | 第77-79页 |
| 第四章 甲硝唑的定量分析 | 第79-90页 |
| ·实验部分 | 第79-81页 |
| ·样品的制备及含量测定 | 第79页 |
| ·样品的分组 | 第79-80页 |
| ·测量条件 | 第80-81页 |
| ·短波近红外漫反射光谱及数据的前处理 | 第81页 |
| ·SVM模型的建立 | 第81页 |
| ·结果与讨论 | 第81-89页 |
| ·大样本最佳SVM模型各个参数的选择 | 第81-84页 |
| ·小样本 SVM模型的建立 | 第84-86页 |
| ·支持向量机模型的可靠性评价 | 第86-89页 |
| ·本章小结 | 第89页 |
| 参考文献 | 第89-90页 |
| 第五章 西咪替丁片的定量分析 | 第90-104页 |
| ·实验部分 | 第90-92页 |
| ·样品的制备及含量测定 | 第90-91页 |
| ·测量条件 | 第91页 |
| ·短波近红外漫反射光谱及数据的小波去噪前处理 | 第91-92页 |
| ·SVM模型的建立 | 第92页 |
| ·结果与讨论 | 第92-102页 |
| ·RBF核最佳SVM模型的建立 | 第92-94页 |
| ·其他核函数最佳SVM模型的建立 | 第94-97页 |
| ·支持向量机模型的可靠性评价 | 第97-102页 |
| ·偏最小二乘法预测含量 | 第102页 |
| ·本章小结 | 第102-103页 |
| 参考文献 | 第103-104页 |
| 第六章 扑热息痛片的定量分析 | 第104-118页 |
| ·实验部分 | 第104-108页 |
| ·样品的制备及含量测定 | 第104页 |
| ·测量条件 | 第104-105页 |
| ·短波近红外漫反射光谱及数据的小波去噪前处理 | 第105-108页 |
| ·SVM模型的建立 | 第108页 |
| ·结果与讨论 | 第108-116页 |
| ·最佳SVM模型的确定 | 第108-111页 |
| ·支持向量机模型的可靠性评价 | 第111-116页 |
| ·本章小结 | 第116-117页 |
| 参考文献 | 第117-118页 |
| 第七章 环丙沙星的定量分析 | 第118-132页 |
| ·实验部分 | 第118-121页 |
| ·样品的制备及含量测定 | 第118-119页 |
| ·测量条件 | 第119页 |
| ·短波近红外漫反射光谱及数据的小波去噪前处理 | 第119-121页 |
| ·SVM模型的建立 | 第121页 |
| ·结果与讨论 | 第121-130页 |
| ·最佳SVM模型的确定 | 第121-127页 |
| ·支持向量机模型的可靠性评价 | 第127-130页 |
| ·本章小结 | 第130-131页 |
| 参考文献 | 第131-132页 |
| 总结 | 第132-133页 |
| 附录 | 第133-143页 |
| 作者攻读博士期间发表的学术论文 | 第143-145页 |
| 致谢 | 第145-146页 |
| 摘要 | 第146-149页 |
| ABSTRACT | 第149-152页 |
