| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 主要符号表 | 第14-15页 |
| 第一章 绪论 | 第15-24页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.1.1 中药产品质量控制问题 | 第15页 |
| 1.1.2 过程分析技术(PAT) | 第15-16页 |
| 1.2 近红外（NIR）光谱技术 | 第16-20页 |
| 1.2.1 近红外光谱基本原理 | 第16-17页 |
| 1.2.2 近红外光谱采样方式 | 第17页 |
| 1.2.3 近红外仪器供应商 | 第17-19页 |
| 1.2.4 近红外光谱技术在中药生产中的应用 | 第19页 |
| 1.2.5 化学计量学在近红外光谱技术中的重要性 | 第19-20页 |
| 1.3 本文的研究目的与研究内容 | 第20-22页 |
| 1.3.1 研究目的 | 第20-21页 |
| 1.3.2 研究内容 | 第21-22页 |
| 1.4 本文章节安排 | 第22-24页 |
| 第二章 近红外光谱建模技术概述 | 第24-40页 |
| 2.1 引言 | 第24-25页 |
| 2.2 用于模型建立的校准数据的获取 | 第25-26页 |
| 2.3 数据预处理 | 第26-29页 |
| 2.3.1 平滑算法 | 第27页 |
| 2.3.2 导数算法 | 第27-28页 |
| 2.3.3 标准化算法 | 第28页 |
| 2.3.4 数据增强算法 | 第28-29页 |
| 2.4 样本的划分 | 第29-30页 |
| 2.5 特征波数的选取 | 第30-33页 |
| 2.5.1 变量投影重要性（VIP） | 第30-31页 |
| 2.5.2 无信息变量消除（UVE） | 第31页 |
| 2.5.3 间隔偏最小二乘法（iPLS） | 第31页 |
| 2.5.4 全局最优算法 | 第31-32页 |
| 2.5.5 模型集群分析变量选择算法 | 第32-33页 |
| 2.6 模型回归方法 | 第33-36页 |
| 2.6.1 主成分回归（PCR） | 第33-34页 |
| 2.6.2 偏最小二乘法（PLS） | 第34-35页 |
| 2.6.3 人工神经网络（ANN） | 第35-36页 |
| 2.6.4 支持向量回归（SVR） | 第36页 |
| 2.7 模型的评价方法 | 第36-37页 |
| 2.8 近红外光谱技术的应用 | 第37-40页 |
| 第三章 光纤长度对口服液中多糖定量模型的影响 | 第40-47页 |
| 3.1 引言 | 第40页 |
| 3.2 材料与方法 | 第40-42页 |
| 3.2.1 药品与试剂 | 第40-41页 |
| 3.2.2 仪器 | 第41页 |
| 3.2.3 样本收集以及近红外光谱采集 | 第41页 |
| 3.2.4 口服液中多糖含量的测定 | 第41-42页 |
| 3.2.5 近红外光谱数据处理 | 第42页 |
| 3.3 结果与讨论 | 第42-46页 |
| 3.3.1 口服液中多糖含量的测定结果 | 第42页 |
| 3.3.2 样本集的划分 | 第42-43页 |
| 3.3.3 口服液的近红外光谱比较 | 第43页 |
| 3.3.4 光纤长度对模型性能的影响 | 第43-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 温度对口服液中多糖定量模型的影响 | 第47-58页 |
| 4.1 引言 | 第47页 |
| 4.2 材料与方法 | 第47-48页 |
| 4.2.1 药品与试剂 | 第47页 |
| 4.2.2 仪器 | 第47-48页 |
| 4.2.3 样本收集以及近红外光谱采集 | 第48页 |
| 4.2.4 口服液中多糖含量的测定 | 第48页 |
| 4.2.5 近红外光谱数据处理 | 第48页 |
| 4.3 温度对口服液近红外光谱的影响 | 第48-50页 |
| 4.3.1 原始谱图 | 第48-50页 |
| 4.3.2 主成分分析（PCA） | 第50页 |
| 4.4 温度对近红外定量模型的影响 | 第50-57页 |
| 4.4.1 口服液中多糖含量的测定结果 | 第51页 |
| 4.4.2 样本集的划分 | 第51-52页 |
| 4.4.3 单独建模结果讨论与分析 | 第52-55页 |
| 4.4.4 混合建模结果讨论与分析 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 配制液模型的建立 | 第58-76页 |
| 5.1 引言 | 第58-59页 |
| 5.2 光谱采集 | 第59页 |
| 5.2.1 实验样品 | 第59页 |
| 5.2.2 实验仪器 | 第59页 |
| 5.2.3 光谱采集条件 | 第59页 |
| 5.3 参考值测量 | 第59-60页 |
| 5.3.1 实验药品 | 第59页 |
| 5.3.2 实验仪器 | 第59-60页 |
| 5.3.3 参考值测量方法 | 第60页 |
| 5.4 数据处理 | 第60-61页 |
| 5.5 配制液中多糖含量的定量模型 | 第61-67页 |
| 5.5.1 样品中多糖测量结果 | 第61-62页 |
| 5.5.2 近红外光谱分析 | 第62-63页 |
| 5.5.3 数据分组 | 第63页 |
| 5.5.4 光谱预处理 | 第63-64页 |
| 5.5.5 变量选择 | 第64-66页 |
| 5.5.6 模型验证与应用 | 第66-67页 |
| 5.6 配制液中可溶性固形物模型 | 第67-70页 |
| 5.6.1 预处理方法选择 | 第67-68页 |
| 5.6.2 变量选择 | 第68-69页 |
| 5.6.3 可溶性固形物含量PLS模型结果 | 第69-70页 |
| 5.7 配制液pH模型 | 第70-72页 |
| 5.7.1 预处理方法选择 | 第70页 |
| 5.7.2 变量选择 | 第70-71页 |
| 5.7.3 pH的PLS模型结果 | 第71-72页 |
| 5.8 口服液质量模型的在线监控 | 第72-74页 |
| 5.8.1 监控系统简介 | 第72-73页 |
| 5.8.2 质量监控界面的功能介绍 | 第73页 |
| 5.8.3 异常样品的识别 | 第73-74页 |
| 5.9 本章小结 | 第74-76页 |
| 第六章 GA-PLS在口服液浓缩终点质量评价中的应用 | 第76-86页 |
| 6.1 引言 | 第76页 |
| 6.2 实验部分 | 第76-77页 |
| 6.2.1 药品与试剂 | 第76页 |
| 6.2.2 仪器 | 第76页 |
| 6.2.3 样本收集以及近红外光谱采集 | 第76-77页 |
| 6.2.4 口服液中多糖含量的测定 | 第77页 |
| 6.2.5 口服液中固形物含量的测定 | 第77页 |
| 6.2.6 数据处理 | 第77页 |
| 6.3 浓缩液多糖近红外定量模型 | 第77-83页 |
| 6.3.1 浓缩液中多糖含量测定结果 | 第77-79页 |
| 6.3.2 样本的划分 | 第79页 |
| 6.3.3 浓缩液的近红外光谱分析 | 第79页 |
| 6.3.4 光谱预处理 | 第79-80页 |
| 6.3.5 变量选择结果 | 第80-82页 |
| 6.3.6 模型验证 | 第82-83页 |
| 6.4 浓缩液固形物含量的近红外定量模型 | 第83-85页 |
| 6.4.1 浓缩液中固形物含量测定结果 | 第83页 |
| 6.4.2 样本的划分 | 第83页 |
| 6.4.3 浓缩液固形物含量的模型 | 第83-85页 |
| 6.5 本章小结 | 第85-86页 |
| 结论 | 第86-88页 |
| 参考文献 | 第88-99页 |
| 攻读硕士学位期间取得的研究成果 | 第99-100页 |
| 致谢 | 第100-101页 |
| 附件 | 第101页 |