摘要 | 第1-3页 |
Abstract | 第3-5页 |
第一章 绪论 | 第5-18页 |
·化学计量学简述 | 第5-8页 |
·几种化学计量学方法简介 | 第8-15页 |
·支持向量机 | 第8-12页 |
·误差逆传播神经网络 | 第12-14页 |
·主成分分析和偏最小二乘回归 | 第14-15页 |
·本论文的主要工作 | 第15-18页 |
·支持向量机应用于多元混合体系的定量分析 | 第15-16页 |
·支持向量机应用于重元素原子光谱的模式分类 | 第16-18页 |
第二章 支持向量机应用于多种氨基酸混合体系的拉曼光谱定量分析 | 第18-25页 |
·引言 | 第18-19页 |
·实验方法 | 第19-20页 |
·实验仪器与试剂 | 第19页 |
·标准溶液的制备及实验方法 | 第19-20页 |
·结果与讨论 | 第20-23页 |
·SVR建模变量的选取 | 第20-21页 |
·多元氨基酸混合体系拉曼光谱的SVR定量分析 | 第21-22页 |
·SVR与BPN回归分析的对比 | 第22-23页 |
·PCA(-PLS)SVR与PCA(-PLS)BPN回归分析的对比 | 第23页 |
·结论 | 第23-25页 |
第三章 支持向量机应用于儿茶酚胺类混合体系的微分脉冲伏安法定量分析 | 第25-36页 |
·引言 | 第25-27页 |
·实验方法 | 第27-28页 |
·实验仪器与试剂 | 第27页 |
·实验方法 | 第27-28页 |
·量测参数及量测信息的考查 | 第28-29页 |
·微分脉冲伏安法量测信息及其加和性 | 第28页 |
·微分脉冲伏安法线性工作范围及灵敏度 | 第28-29页 |
·结果与讨论 | 第29-34页 |
·SVR与BPN方法回归建模分析 | 第29-32页 |
·儿茶酚胺类物质混合体系的化学计量学定量分析 | 第32-34页 |
·结论 | 第34-36页 |
第四章 支持向量机算法在重元素原子光谱分类研究中的应用 | 第36-48页 |
·引言 | 第36-37页 |
·结果与讨论 | 第37-47页 |
·UII偶宇称光谱的分类 | 第37-40页 |
·UII奇宇称光谱的分类 | 第40-47页 |
·结论 | 第47-48页 |
致谢 | 第48-49页 |
参考文献 | 第49-55页 |
附录A 攻读学位期间发表的学术论文目录 | 第55-57页 |