| 致谢 | 第5-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第14-34页 |
| 1.1 引言 | 第14-15页 |
| 1.2 MPT技术简介 | 第15-19页 |
| 1.2.1 概况 | 第15-17页 |
| 1.2.2 MPT的工作原理 | 第17-18页 |
| 1.2.3 MPT技术的优势和不足 | 第18-19页 |
| 1.3 化学计量学在原子发射光谱分析中的研究进展 | 第19-30页 |
| 1.3.1 数据预处理 | 第20-23页 |
| 1.3.2 定性分类分析 | 第23-27页 |
| 1.3.3 定量回归分析 | 第27-30页 |
| 1.4 本论文的研究意义 | 第30-31页 |
| 1.5 本论文的研究内容与创新点 | 第31-34页 |
| 1.5.1 主要研究内容 | 第31-33页 |
| 1.5.2 创新点 | 第33-34页 |
| 第二章 MPT光谱仪参数优化与数据预处理方法研究 | 第34-54页 |
| 2.1 引言 | 第34-35页 |
| 2.2 装置与材料 | 第35-37页 |
| 2.2.1 实验装置 | 第35-37页 |
| 2.2.2 样品制备 | 第37页 |
| 2.3 光谱数据预处理 | 第37-48页 |
| 2.3.1 光谱偏移校正 | 第38-40页 |
| 2.3.2 光谱平滑算法 | 第40-45页 |
| 2.3.3 光谱特征提取 | 第45-46页 |
| 2.3.4 重叠峰分离 | 第46-48页 |
| 2.4 实验条件优化 | 第48-52页 |
| 2.4.1 单纯形法优化过程 | 第48-49页 |
| 2.4.2 单纯形法优化实验条件参数 | 第49-50页 |
| 2.4.3 单纯形法优化的检出限 | 第50-52页 |
| 2.5 本章小结 | 第52-54页 |
| 第三章 支持向量机结合MPT-AES在人参产地溯源中的研究 | 第54-74页 |
| 3.1 引言 | 第54-55页 |
| 3.2 材料与方法 | 第55-63页 |
| 3.2.1 实验装置 | 第55-57页 |
| 3.2.2 人参样本及数据获取 | 第57-59页 |
| 3.2.3 小波变换的特征提取 | 第59页 |
| 3.2.4 支持向量机分类算法 | 第59-61页 |
| 3.2.5 高斯过程分类算法 | 第61-63页 |
| 3.3 结果与讨论 | 第63-72页 |
| 3.3.1 数据预处理与特征提取 | 第63-66页 |
| 3.3.2 SVM模型的分类结果与分析 | 第66-69页 |
| 3.3.3 GP模型的分类结果与分析 | 第69-72页 |
| 3.4 本章小结 | 第72-74页 |
| 第四章 MPT-AES结合改进SVM算法在人参质量评价中的研究 | 第74-100页 |
| 4.1 引言 | 第74-75页 |
| 4.2 材料与方法 | 第75-84页 |
| 4.2.1 实验装置 | 第75-76页 |
| 4.2.2 人参样本及数据获取 | 第76-77页 |
| 4.2.3 数据预处理方法 | 第77-78页 |
| 4.2.4 遗传算法 | 第78-80页 |
| 4.2.5 粒子群优化算法 | 第80-82页 |
| 4.2.6 偏最小二乘回归算法 | 第82-83页 |
| 4.2.7 支持向量回归算法 | 第83-84页 |
| 4.2.8 模型评价指标 | 第84页 |
| 4.3 结果与讨论 | 第84-98页 |
| 4.3.1 光谱数据预处理 | 第84-89页 |
| 4.3.2 SVR模型的预测性能分析 | 第89-93页 |
| 4.3.3 PLSR模型的预测性能分析 | 第93-94页 |
| 4.3.4 模型预测性能的比较与讨论 | 第94-98页 |
| 4.4 本章小结 | 第98-100页 |
| 第五章 高斯过程回归结合MPT-AES用于人参元素含量的分析 | 第100-120页 |
| 5.1 引言 | 第100-101页 |
| 5.2 实验部分 | 第101页 |
| 5.2.1 实验装置 | 第101页 |
| 5.2.2 实验数据 | 第101页 |
| 5.3 算法描述 | 第101-105页 |
| 5.3.1 主成分分析 | 第101-102页 |
| 5.3.2 高斯过程回归算法 | 第102-104页 |
| 5.3.3 数据近似方法 | 第104页 |
| 5.3.4 模型评估指标 | 第104-105页 |
| 5.4 结果与讨论 | 第105-119页 |
| 5.4.1 原始数据的分析 | 第105-108页 |
| 5.4.2 SVR模型性能评估 | 第108-109页 |
| 5.4.3 GPR模型性能评估 | 第109-112页 |
| 5.4.4 近似方法的性能分析 | 第112-114页 |
| 5.4.5 数据集的选择 | 第114-116页 |
| 5.4.6 结果讨论 | 第116-119页 |
| 5.5 本章小结 | 第119-120页 |
| 第六章 总结与展望 | 第120-124页 |
| 6.1 研究工作总结 | 第120-121页 |
| 6.2 研究工作展望 | 第121-124页 |
| 参考文献 | 第124-136页 |
| 作者简历与攻读博士学位期间所取得的科研成果 | 第136-137页 |
