| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 前言 | 第11-17页 |
| ·神经网络技术简介 | 第11-13页 |
| ·神经网络在药物分析领域的应用 | 第13-15页 |
| ·建立神经网络软件的意义 | 第15-17页 |
| 第二章 神经网络原理 | 第17-25页 |
| ·神经元 | 第17-18页 |
| ·互连模式 | 第18-19页 |
| ·学习算法 | 第19-23页 |
| ·反向传播算法 | 第19-20页 |
| ·Kohonen学习算法 | 第20-21页 |
| ·感知机的学习算法 | 第21-22页 |
| ·Hopfield网络的学习算法 | 第22-23页 |
| ·小结 | 第23-25页 |
| 第三章 神经网络软件的开发 | 第25-35页 |
| ·系统配置 | 第25页 |
| ·硬件环境 | 第25页 |
| ·软件环境 | 第25页 |
| ·编程平台 | 第25-26页 |
| ·软件简介 | 第26-34页 |
| ·神经网络应用平台(BPManager) | 第26-33页 |
| ·神经计算软件(Neural Computing System) | 第33-34页 |
| ·小结 | 第34-35页 |
| 第四章 神经网络技术在药物分析中的应用举例 | 第35-61页 |
| ·神经网络预测药物的毛细管电泳迁移时间 | 第35-43页 |
| ·实验部分 | 第35-36页 |
| ·仪器与试剂 | 第35页 |
| ·样品溶液的制备 | 第35-36页 |
| ·实验条件 | 第36页 |
| ·实验方法 | 第36页 |
| ·神经网络建模与预测 | 第36-42页 |
| ·神经网络与二元回归的比较 | 第42-43页 |
| ·神经网络优化毛细管电泳分离条件 | 第43-45页 |
| ·优化指标 | 第43页 |
| ·实验部分 | 第43页 |
| ·BP网络建模 | 第43-44页 |
| ·优化实验条件 | 第44-45页 |
| ·神经网络用于中成药分类识别 | 第45-54页 |
| ·原始数据 | 第45页 |
| ·BP网络识别 | 第45-50页 |
| ·选择网络条件 | 第46-48页 |
| ·训练和识别 | 第48-50页 |
| ·PCA-BP网络识别 | 第50-54页 |
| ·主成分分析 | 第50-51页 |
| ·选择网络条件 | 第51-52页 |
| ·训练和识别 | 第52-54页 |
| ·神经网络识别药物红外光谱 | 第54-61页 |
| ·编码 | 第55页 |
| ·神经网络计算 | 第55-57页 |
| ·网络性能评价 | 第57-61页 |
| 第五章 结论 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 附录 | 第68-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间发表的学术论文目录 | 第75页 |