首页--数理科学和化学论文--化学论文--分析化学论文

支持向量机算法应用于生物活性混合体系的定量分析及重元素光谱能级分类

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

论文共57页,点击 下载论文
上一篇:以取代茚基为配体的手性金属催化剂的制备及其在不对称催化反应中的应用
下一篇:纳米结构非晶态合金的合成及其催化性能研究