摘要 | 第1-6页 |
Abstract | 第6-16页 |
第一章 文献综述 | 第16-36页 |
·化学计量学概述 | 第16-19页 |
·化学计量学技术及发展概况 | 第16-17页 |
·化学计量学与分析化学 | 第17页 |
·化学计量学的研究范畴 | 第17-19页 |
·化学模式识别方法介绍 | 第19-25页 |
·无监督模式识别 | 第20-22页 |
·系统聚类分析 | 第20-21页 |
·主成分分析法 | 第21-22页 |
·有监督模式识别 | 第22-25页 |
·线性学习机 | 第22页 |
·K最邻近法 | 第22-23页 |
·SIMCA方法 | 第23页 |
·偏最小二乘法 | 第23-25页 |
·变量优选方法介绍 | 第25-30页 |
·变量筛选 | 第25-29页 |
·遗传算法 | 第26页 |
·逐步回归法 | 第26-27页 |
·模拟退火算法 | 第27-28页 |
·基于PLS法的变量筛选方法 | 第28-29页 |
·变量扩维 | 第29页 |
·变量扩维-筛选方法 | 第29-30页 |
·本研究工作的研究目的、主要内容及意义 | 第30-32页 |
参考文献 | 第32-36页 |
第二章 偏最小二乘法及偏最小二乘变量筛选法原理 | 第36-48页 |
·引言 | 第36页 |
·偏最小二乘回归法 | 第36-38页 |
·利用偏最小二乘法的变量筛选方法 | 第38-42页 |
·删除某一个变量对回归模型拟合误差E的影响 | 第39-40页 |
·b_i=O对PLS回归模型拟合误差E的影响 | 第40-41页 |
·b_i对PLS模型PRESS值的影响 | 第41-42页 |
·变量筛选过程 | 第42页 |
·PLS变量筛选方法与逐步回归法的比较 | 第42-43页 |
·变量扩维与PLS变量筛选方法结合 | 第43页 |
·计算机程序 | 第43-47页 |
·变量扩维程序代码 | 第43-44页 |
·变量筛选程序代码 | 第44-47页 |
参考文献 | 第47-48页 |
第三章 海区环境污染的PLS分类模型研究 | 第48-62页 |
·前言 | 第48-49页 |
·原理 | 第49页 |
·实验部分 | 第49-50页 |
·仪器与试剂 | 第49页 |
·样品采集及前处理方法 | 第49-50页 |
·色谱、质谱条件 | 第50页 |
·利用偏最小二乘法对各污染源进行判别分析 | 第50-60页 |
·两类样本的分类模型 | 第52-56页 |
·三类样本的分类模型 | 第56-60页 |
·小结 | 第60-61页 |
参考文献 | 第61-62页 |
第四章 PLS变量筛选法建立甘草不同生长方式的分类模型 | 第62-71页 |
·引言 | 第62页 |
·数据处理及模式识别分析 | 第62-70页 |
·样品来源 | 第62-66页 |
·直接用PLS方法建立模型 | 第66-67页 |
·PLS变量筛选方法建立模型 | 第67-70页 |
·小结 | 第70页 |
参考文献 | 第70-71页 |
第五章 PLS变量筛选法在毒品来源鉴定中的应用 | 第71-83页 |
·引言 | 第71-72页 |
·数据处理及模式识别分析 | 第72-81页 |
·样品来源 | 第72-73页 |
·对原始变量直接进行PLS建模分析 | 第73-74页 |
·变量扩维与PLS变量筛选法结合建立毒品来源分类模型 | 第74-79页 |
·本实验在变量筛选过程方法上所作的改进 | 第79-81页 |
·小结 | 第81-82页 |
参考文献 | 第82-83页 |
第六章 变量扩维—PLS变量筛选建立头发中微量元素与年龄、性别关系的回归模型 | 第83-93页 |
·引言 | 第83页 |
·数据处理及模式识别分析 | 第83-91页 |
·数据来源 | 第83-84页 |
·不同性别人发样品模型的建立 | 第84-88页 |
·人发样品年龄模型的建立 | 第88-91页 |
·小结 | 第91-92页 |
参考文献 | 第92-93页 |
第七章 结论与展望 | 第93-96页 |
·研究结论 | 第93-94页 |
·论文的创新点 | 第94-95页 |
·下一步工作展望 | 第95-96页 |
附录一 部分实验数据与结果 | 第96-111页 |
附录二 符号注释 | 第111-112页 |
附录三 攻读硕士期间已发表和待发表的论文 | 第112-113页 |
致谢 | 第113页 |