| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-8页 |
| 第一章 绪论 | 第8-34页 |
| 第一节 研究背景与意义 | 第8-14页 |
| 1．1 中药材质量鉴别评价方法研究的现状 | 第8-12页 |
| 1．2 中药材评价研究存在的问题与处理对策 | 第12-14页 |
| 第二节 化学模式识别 | 第14-22页 |
| 2．1 模式识别技术综述 | 第14-20页 |
| 2．2 化学模式识别在中药材质量评价方法研究中的初步应用 | 第20-22页 |
| 第三节 科学计算可视化技术 | 第22-27页 |
| 3．1 可视化技术简史 | 第22-23页 |
| 3．2 可视化过程介绍 | 第23-24页 |
| 3．3 可视化技术的应用领域 | 第24-27页 |
| 3．4 可视化技术在中药材质量评价方法研究中的应用思路 | 第27页 |
| 第四节 本文研究工作与内容安排 | 第27-34页 |
| 第二章 仪器分析信号处理 | 第34-48页 |
| 第一节 引言 | 第34-35页 |
| 第二节 小波包滤澡法 | 第35-41页 |
| 2．1 原理与算法 | 第35-37页 |
| 2．2 实验部分 | 第37-38页 |
| 2．3 结果与讨论 | 第38-41页 |
| 第三节 分形维自适应形态滤波法 | 第41-47页 |
| 3．1 原理与算法 | 第41-43页 |
| 3．2 实验部分 | 第43-44页 |
| 3．3 结果与讨论 | 第44-47页 |
| 第四节 本章小结 | 第47-48页 |
| 第三章 中药材质量模式分类评价方法研究 | 第48-65页 |
| 第一节 引言 | 第48-49页 |
| 第二节 原理与方法 | 第49-54页 |
| 2．1 SVM基本原理 | 第49-52页 |
| 2．2 基于决策树的多类别SVM | 第52-54页 |
| 第三节 应用实例 | 第54-63页 |
| 3．1 葡萄酒品种的分类鉴别 | 第54-60页 |
| 3．2 天然产物留兰香质量类别评价 | 第60-62页 |
| 3．3 中药材川芎的质量分类鉴定 | 第62-63页 |
| 第四节 本章小结 | 第63-65页 |
| 第四章 基于药效定量预测的中药材质量评价方法研究 | 第65-79页 |
| 第一节 引言 | 第65-66页 |
| 第二节 原理与方法 | 第66-71页 |
| 2．1 BP网络模型 | 第66页 |
| 2．2 RBF网络模型 | 第66-67页 |
| 2．3 AFCGA-BP算法 | 第67-71页 |
| 第三节 应用实例研究 | 第71-78页 |
| 3．1 化学组分含量数据获取 | 第71-72页 |
| 3．2 样本数据集 | 第72-73页 |
| 3．3 结果与讨论 | 第73-78页 |
| 第四节 本章小结 | 第78-79页 |
| 第五章 基于可视化技术的中药材鉴别与质量评价 | 第79-95页 |
| 第一节 引言 | 第79-80页 |
| 第二节 原理与方法 | 第80-85页 |
| 2．1 可视化基本原理 | 第80页 |
| 2．2 特征提取原理 | 第80-84页 |
| 2．3 数据集的标准归一化 | 第84页 |
| 2．4 算法步骤 | 第84-85页 |
| 第三节 应用实例研究 | 第85-93页 |
| 3．1 基于近红外光谱分析的九节茶产地鉴别 | 第85-88页 |
| 3．2 基于高效液相色谱分析的当归鉴别 | 第88-93页 |
| 第四节 本章小结 | 第93-95页 |
| 第六章 总结与展望 | 第95-97页 |
| 致谢 | 第97-98页 |
| 论文发表情况 | 第98页 |