| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 黄酮类抗氧化研究概况 | 第9-20页 |
| ·抗氧化物质的研究进展 | 第9-13页 |
| ·抗氧化物质分类 | 第9-10页 |
| ·植物提取物主要的抗氧化机理理论研究进展 | 第10-11页 |
| ·抗氧化能力的测定方法 | 第11-13页 |
| ·黄酮类化合物分类及其研究概况 | 第13-17页 |
| ·黄酮类化合物对心脑血管系统的影响 | 第15页 |
| ·黄酮类化合物的抗癌、防癌作用 | 第15-16页 |
| ·黄酮类化合物抗肿瘤作用 | 第16页 |
| ·黄酮类化合物抗氧化研究近况 | 第16-17页 |
| ·研究目的意义和创新要点 | 第17-18页 |
| ·本论文的立题思路 | 第18-20页 |
| 第二章 主成分分析、神经网络模型及分子参数计算方法简介 | 第20-30页 |
| ·主成分分析概述 | 第20-23页 |
| ·主成分分析原理 | 第20-21页 |
| ·主成分分析计算步骤 | 第21-23页 |
| ·神经网络概述 | 第23-28页 |
| ·BP神经网络的构成 | 第23-24页 |
| ·BP神经网络原理 | 第24-27页 |
| ·BP算法的不足 | 第27-28页 |
| ·分子参数计算软件MS软件Dmol~3模块介绍 | 第28-30页 |
| 第三章 黄酮类化合物抗氧化性的主成分分析 | 第30-43页 |
| ·黄酮类化合物相关分子描述符的选取 | 第30-31页 |
| ·第一组黄酮类化合物分子的主成分分析 | 第31-35页 |
| ·第一组黄酮类化合物分子描述符计算 | 第31-32页 |
| ·第一组黄酮类化合物的PCA法结构参数的筛选 | 第32-35页 |
| ·第一组黄酮类化合物主成分分析结果讨论 | 第35页 |
| ·第二组黄酮类化合物抗氧化性的主成分分析 | 第35-42页 |
| ·黄酮类化合物分子描述符的计算 | 第36-38页 |
| ·第二组黄酮类化合物的主成分分析(PCA) | 第38-42页 |
| ·两组黄酮类化合物主成分分析结果对比 | 第42-43页 |
| 第四章 黄酮类化合物抗氧化活性的神经网络模型研究 | 第43-52页 |
| ·黄酮类化合物主成分分析结果进行BP神经网络计算 | 第43-46页 |
| ·BP神经网络模型参数的选择 | 第43-44页 |
| ·第一组黄酮类化合物BP神经网络预测结果 | 第44-45页 |
| ·第二组黄酮类化合物进行BP神经网络预测 | 第45-46页 |
| ·两组黄酮类数据进行SPSS软件中神经网络模型计算 | 第46-51页 |
| ·第一组黄酮类化合物SPSS神经网络预测结果 | 第47-49页 |
| ·第二组黄酮类化合物SPSS神经网络预测结果 | 第49-51页 |
| ·神经网络对黄酮类抗氧化模拟结果总结 | 第51-52页 |
| 第五章 结果与讨论 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60页 |