摘要 | 第3-5页 |
ABSTRACT | 第5-7页 |
第一章 引言 | 第11-21页 |
1 文献研究 | 第11-18页 |
1.1 国内外中药品质评价的现状 | 第11-12页 |
1.2 炒制类饮片的标准研究现状及问题 | 第12-13页 |
1.3 中药颜色的研究动态 | 第13-15页 |
1.4 中药“气”“味”方面研究动态 | 第15页 |
1.5 仿生技术核心—传感器的发展动态 | 第15-16页 |
1.6 模式识别的现状及研究 | 第16-18页 |
2 立题依据及研究方面 | 第18-19页 |
2.1 立题依据及研究目的 | 第18-19页 |
2.2 研究思路 | 第19页 |
2.3 研究内容及技术路线图 | 第19页 |
3 小结与展望 | 第19-21页 |
第二章 中药饮片“性状”客观化研究 | 第21-28页 |
1 颜色客观量化软件的介绍 | 第21-25页 |
1.1 色卡的概念及优缺点分析 | 第21-22页 |
1.2 色彩色差计和分光光度测色仪 | 第22页 |
1.3 机器视觉的概念及应用进展 | 第22-25页 |
2 中药“气”、“味”的客观量化 | 第25-27页 |
2.1 “气”、“味”的客观化软件介绍 | 第25-26页 |
2.2 “气”、“味”量化存在的问题 | 第26-27页 |
3 小结 | 第27-28页 |
第三章 中药颜色检测方法研究 | 第28-45页 |
1 实验仪器及材料 | 第28页 |
1.1 实验器材 | 第28页 |
1.2 实验材料 | 第28页 |
2 构建颜色检测方法 | 第28-31页 |
2.1 比色卡法 | 第29页 |
2.2 色差法 | 第29-30页 |
2.3 机器视觉法 | 第30-31页 |
3 方法学考察 | 第31-37页 |
3.1 比色卡法方法学考察 | 第31-32页 |
3.2 色差法方法学考察 | 第32-33页 |
3.3 机器视觉法方法学考察 | 第33-37页 |
4 饮片的颜色测定 | 第37-40页 |
4.1 粉末颜色的测定 | 第37页 |
4.2 “五色”饮片的颜色测定 | 第37-40页 |
5 麦冬饮片的分级研究 | 第40-44页 |
5.1 样品的收集 | 第41页 |
5.2 麦冬分级方案 | 第41页 |
5.3 样品的颜色、形状、二氧化硫含量的测定 | 第41-43页 |
5.4 麦冬分级标准 | 第43-44页 |
6 结论 | 第44-45页 |
第四章 基于模式识别的“山楂”炮制动态研究 | 第45-60页 |
1 炒制品山楂颜色的客观量化 | 第45-50页 |
1.1 样品的收集及炮制 | 第45页 |
1.2 实验仪器及参数的确立 | 第45-46页 |
1.3 山楂颜色、气味的客观量化 | 第46-48页 |
1.5 性状信息的主成分分析 | 第48-49页 |
1.6 基于相关性分析颜色与气味指标的关联性研究 | 第49-50页 |
2 基于模式识别的山楂炮制“火候”研究 | 第50-52页 |
2.1 人工神经网络建立山楂性状——成分之间的关系 | 第50页 |
2.2 BP神经网络的建立 | 第50页 |
2.3 输入节点与输出节点的确定 | 第50-51页 |
2.4 BP神经网络训练与结果 | 第51-52页 |
3 基于成分的各指标的关联性分析及传感器优化 | 第52-57页 |
4 支持向量机建立山楂质量评价模型 | 第57-58页 |
4.1 原始数据标准化预处理及相关参数的确定 | 第57-58页 |
4.2 建立支持向量机预测模型 | 第58页 |
5 小结 | 第58-60页 |
第五章 结论与讨论 | 第60-61页 |
1 结论 | 第60页 |
2 讨论 | 第60-61页 |
参考文献 | 第61-67页 |
综述 机器视觉在中药领域的研究进展 | 第67-80页 |
1 机器技术及其分析方法的介绍 | 第68-69页 |
1.1 机器视觉简介 | 第68页 |
1.2 大数据分析简介 | 第68-69页 |
2 机器视觉技术在中药中的应用 | 第69-74页 |
2.1 中药及中药饮片的真伪优劣评价 | 第70-72页 |
2.2 制剂方面的应用研究 | 第72-74页 |
3 思考与展望 | 第74-75页 |
3.1 机器视觉技术应用于炮制生产过程控制中 | 第74-75页 |
3.2 机器视觉技术应用于中药的快速识别中 | 第75页 |
3.3 多种技术方法应用于中药的质量评价 | 第75页 |
参考文献 | 第75-80页 |
致谢 | 第80-81页 |
在读期间公开发表的学术论文、专著及科研成果 | 第81-82页 |