中文摘要 | 第10-12页 |
ABSTRACT | 第12-14页 |
符号说明 | 第15-16页 |
第1章 前言 | 第16-26页 |
1 血浆蛋白简介 | 第16-18页 |
1.1 血浆及血浆蛋白 | 第16页 |
1.2 血浆蛋白主要成分与结构 | 第16-17页 |
1.3 血浆蛋白检测方法 | 第17-18页 |
1.4 血浆蛋白制品行业现状 | 第18页 |
2 近红外光谱分析技术 | 第18-20页 |
2.1 近红外光谱分析技术原理 | 第18页 |
2.2 近红外光谱分析技术分析过程 | 第18-19页 |
2.3 近红外光谱分析模型评价参数 | 第19页 |
2.4 近红外光谱分析技术性能指标 | 第19-20页 |
3 近红外光谱分析技术的化学计量学方法 | 第20-22页 |
3.1 误差传递 | 第20页 |
3.2 变量选择方法 | 第20-21页 |
3.3 标准正态分布 | 第21-22页 |
3.4 定量模型的建立 | 第22页 |
4 近红外光谱建模影响因素研究进展 | 第22-23页 |
4.1 近红外建模参比数据和建模光谱 | 第22-23页 |
4.2 近红外建模波段选择方法 | 第23页 |
5 本课题的研究目的和意义 | 第23-25页 |
6 本课题的主要研究内容 | 第25-26页 |
第2章 基于“数据均值化”方法提高近红外光谱建模参比数据稳定性 | 第26-39页 |
1 材料 | 第27页 |
1.1 试剂 | 第27页 |
1.2 仪器和软件 | 第27页 |
2 “数据均值化”方法获得稳定参比数据的原理和方法 | 第27-30页 |
2.1 “数据均值化”方法分析分析Matlab模拟数据 | 第28-29页 |
2.2 “数据均值化”方法分析血浆蛋白含量检测数据 | 第29-30页 |
3 方法 | 第30-31页 |
3.1 样品光谱采集 | 第30页 |
3.2 参比数据检测过程 | 第30页 |
3.3 光谱数据处理及模型建立 | 第30-31页 |
4 实验结果 | 第31-38页 |
4.1 血浆样品原始光谱 | 第31页 |
4.2 “数据均值化”方法对Matlab模拟数据的分析结果 | 第31-32页 |
4.3 凯氏定氮法与双缩脲法蛋白含量检测结果对比 | 第32-37页 |
4.4 “数据均值化”方法对血浆蛋白含量检测数据分析结果 | 第37-38页 |
5 本章小结 | 第38-39页 |
第3章 基于“数据均值化”方法提高近红外建模光谱质量 | 第39-47页 |
1 材料 | 第39-40页 |
1.1 试剂 | 第39页 |
1.2 仪器和软件 | 第39-40页 |
2 方法 | 第40-41页 |
2.1 光谱采集 | 第40页 |
2.2 校正集验证集划分方法 | 第40页 |
2.3 数据处理及模型建立 | 第40-41页 |
3 “数据均值化”方法获得稳定建模光谱的原理及方法 | 第41-42页 |
4 实验结果 | 第42-46页 |
4.1 近红外光谱建模样品集划分 | 第42页 |
4.2 “数据均值化”方法对提供血浆样品光谱质量的研究 | 第42-44页 |
4.3 近红外光谱建模对比 | 第44-46页 |
5 小结 | 第46-47页 |
第4章 基于“吸光度-浓度变化率”波段选择方法提高近红外光谱建模能力 | 第47-65页 |
1 材料 | 第47-48页 |
1.1 试剂 | 第47-48页 |
1.2 仪器和软件 | 第48页 |
2 方法 | 第48-49页 |
2.1 光谱采集 | 第48页 |
2.2 校正集验证集划分方法 | 第48页 |
2.3 数据处理及模型建立 | 第48-49页 |
3 “吸光度-浓度变化率”波段选择原理及方法 | 第49-51页 |
4 实验结果 | 第51-64页 |
4.1 近红外建模样品集划分 | 第51-52页 |
4.2 血浆样品近红外光谱建模结果 | 第52-55页 |
4.3 玉米样品近红外光谱建模结果 | 第55-62页 |
4.4 汽油样品近红外光谱建模结果 | 第62-64页 |
5 小结 | 第64-65页 |
第5章 论文总结 | 第65-67页 |
1 总结 | 第65-66页 |
2 展望 | 第66-67页 |
参考文献 | 第67-73页 |
致谢 | 第73-74页 |
攻读硕士期间发表论文 | 第74-75页 |
学位论文评阅及答辩情况表 | 第75页 |