| 前言 | 第1-13页 |
| 参考文献 | 第11-13页 |
| 第一章 近红外光谱分析技术及其应用 | 第13-41页 |
| ·近红外光谱的发展概况 | 第13-14页 |
| ·近红外光谱的产生及光谱特征 | 第14-16页 |
| ·近红外光谱技术的特点 | 第16-18页 |
| ·近红外光谱分析实验技术 | 第18-24页 |
| ·近红外分析中的样品采样 | 第18-20页 |
| ·近红外分析中的样品处理 | 第20-21页 |
| ·近红外分析中的样品装载 | 第21页 |
| ·校正集样品的选择 | 第21-23页 |
| ·固体样品分析 | 第23页 |
| ·近红外光谱漫反射分析技术 | 第23-24页 |
| ·近红外光谱的定量分析 | 第24-29页 |
| ·校正模型训练集样品的选择 | 第24-25页 |
| ·测量光谱数据 | 第25页 |
| ·原始光谱的预处理 | 第25-27页 |
| ·校正模型的建立与验证 | 第27-29页 |
| ·分析未知样品 | 第29页 |
| ·近红外光谱分析中常用的多变量校正技术 | 第29-31页 |
| ·近红外光谱技术的应用 | 第31-33页 |
| 参考文献 | 第33-41页 |
| 第二章 人工神经网络理论及其应用 | 第41-65页 |
| ·人工神经网络的发展概况 | 第41-42页 |
| ·人工神经网络的基本性质 | 第42-43页 |
| ·神经元模型 | 第43-44页 |
| ·BP-前馈人工神经网络 | 第44-52页 |
| ·BP-前馈人工神经网络的提出 | 第44-46页 |
| ·BP 网络的结构与算法的递推关系式 | 第46-49页 |
| ·算法的实现步骤 | 第49-50页 |
| ·BP 算法的收敛性和改进 | 第50-52页 |
| ·使用BP 网络定量分析药物含量的整体设计 | 第52-56页 |
| ·实验仪器及软件 | 第52页 |
| ·BP 网络模型的设计 | 第52-55页 |
| ·逼近度的使用 | 第55-56页 |
| ·BP 网络模型的可靠性评价 | 第56页 |
| ·PC-ANN 网络设计 | 第56-57页 |
| ·主成分得分 | 第56-57页 |
| ·输入节点的选择 | 第57页 |
| ·人工神经网络在化学方面的应用 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 第三章 扑热息痛片的定量分析 | 第65-83页 |
| ·实验部分 | 第65-66页 |
| ·样品的制备及含量测定 | 第65-66页 |
| ·测量条件 | 第66页 |
| ·结果与讨论 | 第66-82页 |
| ·近红外漫反射光谱 | 第66-67页 |
| ·扑热息痛片NIR 原始光谱建立最佳ANN 模型参数的选择 | 第67-70页 |
| ·扑热息痛片一阶、二阶导数光谱和粉末药品光谱建立ANN 模型参数的选择 | 第70-78页 |
| ·人工神经网络模型的可靠性评价 | 第78-82页 |
| ·本章小结 | 第82页 |
| 参考文献 | 第82-83页 |
| 第四章 西咪替丁片的定量分析 | 第83-104页 |
| ·实验部分 | 第83-84页 |
| ·样品的制备及含量测定 | 第83-84页 |
| ·测量条件 | 第84页 |
| ·结果与讨论 | 第84-103页 |
| ·近红外漫反射光谱 | 第84-86页 |
| ·使用SNV 预处理光谱建立最佳ANN模型各个参数的选择 | 第86-89页 |
| ·导数预处理光谱的最佳 ANN 模型以及粉末模型的建立 | 第89-96页 |
| ·人工神经网络模型的可靠性评价 | 第96-103页 |
| ·本章小结 | 第103页 |
| 参考文献 | 第103-104页 |
| 第五章 复方氨酚苯海拉明粉末药品的定量分析 | 第104-128页 |
| ·实验部分 | 第104-106页 |
| ·样品的制备及含量测定 | 第104-106页 |
| ·测量条件 | 第106页 |
| ·结果与讨论 | 第106-126页 |
| ·近红外漫反射光谱 | 第106-108页 |
| ·一阶导数预处理光谱建立最佳ANN 模型同时测定双组分含量 | 第108-111页 |
| ·二阶导数和SNV 预处理光谱建立ANN 模型同时测定双组分含量 | 第111-117页 |
| ·三种预处理光谱单独预测两个组分含量的最佳ANN模型 | 第117-118页 |
| ·人工神经网络模型的可靠性评价 | 第118-125页 |
| ·偏最小二乘法预测双组分含量 | 第125-126页 |
| ·本章小结 | 第126-127页 |
| 参考文献 | 第127-128页 |
| 第六章 复方氨酚烷胺片的定量分析 | 第128-152页 |
| ·实验部分 | 第128-130页 |
| ·样品的制备及含量测定 | 第128-129页 |
| ·测量条件 | 第129-130页 |
| ·结果与讨论 | 第130-150页 |
| ·近红外漫反射光谱 | 第130-132页 |
| ·二阶导数光谱建立最佳片剂ANN 模型同时测定双组分含量 | 第132-135页 |
| ·SNV 和一阶导数光谱建立最佳片剂模型同时测定双组分含量 | 第135-140页 |
| ·三种预处理光谱单独预测双组分含量的最佳片剂ANN 模型 | 第140-141页 |
| ·粉末药品的ANN 模型 | 第141页 |
| ·ANN 模型的可靠性评价 | 第141-150页 |
| ·本章小结 | 第150-151页 |
| 参考文献 | 第151-152页 |
| 第七章 去痛片的定量分析 | 第152-175页 |
| ·实验部分 | 第152-153页 |
| ·样品的制备及含量测定 | 第152-153页 |
| ·测量条件 | 第153页 |
| ·结果与讨论 | 第153-174页 |
| ·近红外漫反射光谱 | 第153-156页 |
| ·SNV 光谱建立的最佳PC-ANN 模型 | 第156-159页 |
| ·其它预处理光谱建立的最佳PC-ANN 模型 | 第159-168页 |
| ·四种预处理光谱的最佳ANN 模型 | 第168页 |
| ·PC-ANN 模型和ANN 模型的可靠性评价 | 第168-174页 |
| ·本章小结 | 第174页 |
| 参考文献 | 第174-175页 |
| 第八章 复方乙酰水杨酸片的定量分析 | 第175-200页 |
| ·实验部分 | 第175-176页 |
| ·样品的制备及含量测定 | 第175-176页 |
| ·测量条件 | 第176页 |
| ·结果与讨论 | 第176-198页 |
| ·近红外漫反射光谱 | 第176-179页 |
| ·一阶导数光谱建立的最佳PC-ANN 模型 | 第179-182页 |
| ·其它预处理光谱建立的最佳PC-ANN 模型 | 第182-190页 |
| ·四种预处理光谱的最佳ANN 模型 | 第190-191页 |
| ·PC-ANN 模型和ANN 模型的可靠性评价 | 第191-198页 |
| ·本章小结 | 第198页 |
| 参考文献 | 第198-200页 |
| 摘要 | 第200-210页 |
| 附录 | 第210-212页 |
| 致 谢 | 第212页 |
