| 提要 | 第1-6页 |
| 英文缩略语 | 第6-7页 |
| 中文摘要 | 第7-9页 |
| Abstract | 第9-13页 |
| 第一章 前言 | 第13-26页 |
| ·八角茴香研究进展 | 第13-15页 |
| ·近红外光谱分析技术研究进展 | 第15-20页 |
| ·NIR 分析一般流程 | 第17-18页 |
| ·现代 NIR 分析技术的优势与缺点 | 第18-20页 |
| ·化学计量学研究进展 | 第20-24页 |
| ·化学计量学发展史 | 第20-21页 |
| ·化学计量学分析研究内容 | 第21-22页 |
| ·化学计量学应用研究进展 | 第22-24页 |
| ·全文构思 | 第24-25页 |
| ·立题背景和研究意义 | 第25-26页 |
| 第二章 近红外光谱结合径向基神经网络定量分析八角茴香中八角茴香油 | 第26-56页 |
| ·实验仪器与试剂 | 第26-27页 |
| ·实验仪器 | 第26页 |
| ·实验材料与试剂 | 第26页 |
| ·实验软件 | 第26-27页 |
| ·实验方法 | 第27-30页 |
| ·八角茴香粉末样品的制备 | 第27页 |
| ·样品 NIR 的采集 | 第27页 |
| ·常规方法测定样品中八角茴香油 | 第27页 |
| ·样品中八角茴香油含量统计分析 | 第27-28页 |
| ·数据处理 | 第28-30页 |
| ·结果与讨论 | 第30-56页 |
| ·原始 NIR 光谱的分析 | 第30-31页 |
| ·光谱的主成分分析及样品分集 | 第31-33页 |
| ·原始光谱建立 RBFNN 模型和优化 | 第33-37页 |
| ·卷积平滑光谱建立 RBFNN 模型和优化 | 第37-42页 |
| ·快速傅里叶变换光谱建立 RBFNN 定量分析模型和优化 | 第42-46页 |
| ·一阶导数 NIR 光谱建立 RBFNN 模型和优化 | 第46-50页 |
| ·标准正态转换 NIRS 建立 RBFNN 模型和优化 | 第50-54页 |
| ·最优 RBFNN 定量分析模型的建立 | 第54-56页 |
| 第三章 全文总结与展望 | 第56-59页 |
| ·全文总结 | 第56-57页 |
| ·继续研究期望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64页 |
