| 中文摘要 | 第3-7页 |
| Abstract | 第7-10页 |
| 第一章 绪论 | 第17-34页 |
| 1.1 化学计量学的发展 | 第17-19页 |
| 1.2 化学计量学方法在化学图谱定量分析中的应用 | 第19-22页 |
| 1.2.1 二维图谱定量分析方法 | 第19-20页 |
| 1.2.2 三维图谱定量分析方法 | 第20-22页 |
| 1.2.2.1 二阶校正方法 | 第20-21页 |
| 1.2.2.2 图像矩 | 第21-22页 |
| 1.3 图形用户界面设计 | 第22-23页 |
| 1.4 本博士学位论文的研究工作和意义 | 第23-26页 |
| 1.5 本博士学位论文的创新点 | 第26-27页 |
| 参考文献 | 第27-34页 |
| 第二章 基于核磁共振三维氢谱使用Tchebichef矩对多个目标组分进行定量分析 | 第34-53页 |
| 2.1 引言 | 第34-35页 |
| 2.2 材料与方法 | 第35-42页 |
| 2.2.1 样品和数据 | 第35-38页 |
| 2.2.2 分析方法 | 第38-42页 |
| 2.2.2.1 ~1HNMR3D图谱对应的灰度图 | 第38-39页 |
| 2.2.2.2 图像矩及其定义 | 第39-40页 |
| 2.2.2.3 逐步回归建模 | 第40页 |
| 2.2.2.4 模型性能评估 | 第40-41页 |
| 2.2.2.5 PLS和N-PLS回归模型 | 第41-42页 |
| 2.3 结果与讨论 | 第42-49页 |
| 2.3.1 Tchebichef矩 | 第42页 |
| 2.3.2 线性模型 | 第42-44页 |
| 2.3.3 模型验证 | 第44-45页 |
| 2.3.4 Tchebichef矩、PLS、N-PLS方法比较 | 第45-49页 |
| 2.4 小结 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 第三章 基于核磁共振自构建三维氢谱对葡萄酒样中的多个目标代谢组分进行定量分析 | 第53-68页 |
| 3.1 引言 | 第53-54页 |
| 3.2 数据和方法 | 第54-57页 |
| 3.2.1 数据集 | 第54-55页 |
| 3.2.2 分析方法 | 第55-57页 |
| 3.2.2.1 自构建~1HNMR3D图谱 | 第55-56页 |
| 3.2.2.2 Tchebichef矩的介绍 | 第56-57页 |
| 3.2.2.3 PLS建模及模型评估 | 第57页 |
| 3.3 结果与讨论 | 第57-64页 |
| 3.3.1 Tchebichef矩的性质 | 第57-58页 |
| 3.3.2 自构建~1HNMR3D图谱和阶数选择 | 第58-59页 |
| 3.3.3 TM-PLS建模的结果 | 第59-61页 |
| 3.3.4 TM-PLS、PLS、interval-PLS方法比较 | 第61-64页 |
| 3.4 小结 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 第四章 Tchebichef矩结合数据融合策略对红酒样品中的多个目标组分进行定量分析 | 第68-90页 |
| 4.1 引言 | 第68-69页 |
| 4.2 数据集和方法 | 第69-74页 |
| 4.2.1 数据集 | 第69-73页 |
| 4.2.2 方法 | 第73-74页 |
| 4.2.2.1 Tchebichef矩 | 第73页 |
| 4.2.2.2 数据融合 | 第73-74页 |
| 4.2.2.3 建立定量模型及模型评估 | 第74页 |
| 4.3 结果和讨论 | 第74-86页 |
| 4.3.1 Tchebichef矩值计算 | 第74页 |
| 4.3.2 基于单一数据集的定量分析结果 | 第74-80页 |
| 4.3.2.1 Tchebichef矩方法得到的定量分析结果 | 第75-78页 |
| 4.3.2.2 Tchebichef矩、PLS、N-PLS方法的结果比较 | 第78-80页 |
| 4.3.3 数据融合 | 第80-86页 |
| 4.3.3.1 信号融合 | 第80-82页 |
| 4.3.3.2 特征融合 | 第82-86页 |
| 4.4 小结 | 第86-87页 |
| 参考文献 | 第87-90页 |
| 第五章 Tchebichef矩的多分辨性的探索 | 第90-112页 |
| 5.1 引言 | 第90-91页 |
| 5.2 数据集 | 第91-95页 |
| 5.2.1 数据集1 | 第91-94页 |
| 5.2.2 数据集2 | 第94-95页 |
| 5.3 理论 | 第95-99页 |
| 5.3.1 多分辨性的理论基础 | 第95-96页 |
| 5.3.2 EEM图谱解析 | 第96-99页 |
| 5.3.2.1 分离重叠信号 | 第96-98页 |
| 5.3.2.2 处理散射信号 | 第98-99页 |
| 5.3.3 确定较优阶数 | 第99页 |
| 5.4 结果与讨论 | 第99-107页 |
| 5.4.1 分离EEM图谱中的重叠信号 | 第99-102页 |
| 5.4.1.1 “实际”和“加和”Tchebichef矩值之间的相关系数 | 第99-100页 |
| 5.4.1.2 对重叠目标组分的定量分析 | 第100-102页 |
| 5.4.2 处理散射信号 | 第102-106页 |
| 5.4.2.1 分离散射信号和组分信号 | 第102-104页 |
| 5.4.2.2 最大峰值比 | 第104-106页 |
| 5.4.3 确定较优的最大阶数的新思路 | 第106-107页 |
| 5.5 小结 | 第107-108页 |
| 参考文献 | 第108-112页 |
| 第六章 Tchebichef-Hermite新方法及其图形用户界面设计 | 第112-143页 |
| 6.1 引言 | 第112-113页 |
| 6.2 理论背景介绍 | 第113-115页 |
| 6.2.1 Tchebichef矩 | 第113-114页 |
| 6.2.2 Hermite多项式 | 第114页 |
| 6.2.3 Tchebichef-Hermite描述符 | 第114-115页 |
| 6.2.4 逐步回归及模型验证 | 第115页 |
| 6.3 数据集 | 第115-117页 |
| 6.3.1 HPLC-PAD数据集 | 第116页 |
| 6.3.2 LC-MS数据集 | 第116-117页 |
| 6.4 结果和讨论 | 第117-125页 |
| 6.4.1 Tchebichef-Hermite方法的可行性 | 第117-118页 |
| 6.4.2 对不同数据集的分析 | 第118-125页 |
| 6.4.2.1 3D图谱分析 | 第118页 |
| 6.4.2.2 定量分析的准确性 | 第118-120页 |
| 6.4.2.3 Tchebichef-Hermite方法的可靠性 | 第120-122页 |
| 6.4.2.4 Tchebichef-Hermite方法的快速收敛性 | 第122-125页 |
| 6.5 图形用户界面设计 | 第125页 |
| 6.6 界面布局及功能介绍 | 第125-139页 |
| 6.6.1 模块1：数据导入 | 第127-129页 |
| 6.6.1.1 导入数据面板 | 第127页 |
| 6.6.1.2 选择目标区域和目标组分浓度面板 | 第127-129页 |
| 6.6.1.3 查看指定样本面板 | 第129页 |
| 6.6.2 模块2：图像矩方法 | 第129-130页 |
| 6.6.3 模块3：划分训练集和测试集 | 第130-132页 |
| 6.6.3.1 合理划分面板 | 第131-132页 |
| 6.6.3.2 随机划分面板 | 第132页 |
| 6.6.4 模块4：回归建模 | 第132-139页 |
| 6.6.4.1 回归方法面板 | 第133-134页 |
| 6.6.4.2 回归结果面板 | 第134-139页 |
| 6.7 界面的独立测试 | 第139页 |
| 6.8 小结 | 第139-140页 |
| 参考文献 | 第140-143页 |
| 全文总结 | 第143-145页 |
| 在学期间的研究成果 | 第145-147页 |
| 致谢 | 第147页 |
