| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-20页 |
| 1.1 引言 | 第7页 |
| 1.2 食品和中药质量控制的必要性 | 第7-8页 |
| 1.3 指纹图谱的介绍 | 第8页 |
| 1.4 构建指纹图谱的方法 | 第8-11页 |
| 1.4.1 高效液相色谱(HPLC) | 第8-9页 |
| 1.4.2 气相色谱(GC) | 第9页 |
| 1.4.3 毛细管电泳(CE) | 第9-10页 |
| 1.4.4 紫外-可见光谱技术(UV-Vis) | 第10页 |
| 1.4.5 近红外光谱技术(NIR) | 第10页 |
| 1.4.6 中红外光谱技术(MIR) | 第10-11页 |
| 1.5 化学计量学(CHEMOMETRICS) | 第11-13页 |
| 1.5.1 实验条件的优化 | 第11页 |
| 1.5.2 数据的前处理方法 | 第11-12页 |
| 1.5.3 数据变量的选择 | 第12页 |
| 1.5.4 有监督和无监督模型识别的方法 | 第12-13页 |
| 参考文献 | 第13-20页 |
| 第2章 高效液相色谱与质谱联用方法用于天然药物连翘的分析 | 第20-30页 |
| 2.1 前言 | 第20页 |
| 2.2 材料与方法 | 第20-22页 |
| 2.2.1 原料和试剂 | 第20-21页 |
| 2.2.2 样品的制备 | 第21页 |
| 2.2.3 高相液相色谱-质谱仪器及条件 | 第21页 |
| 2.2.4 化学计量学 | 第21-22页 |
| 2.3 结果与讨论 | 第22-26页 |
| 2.3.1 分析来自不同产地的连翘样品的液相指纹图谱 | 第22页 |
| 2.3.2 青翘指纹图谱中特征峰的鉴定 | 第22-24页 |
| 2.3.3 色谱数据的主成分分析 | 第24-25页 |
| 2.3.4 系统聚类分析 | 第25页 |
| 2.3.5 色谱数据的判别分析 | 第25页 |
| 2.3.6 有监督模式识别用于连翘样品 | 第25-26页 |
| 2.4 结论 | 第26-27页 |
| 参考文献 | 第27-30页 |
| 第3章 HPLC-DAD 与 ICP-MS 相结合用于复杂物质牡丹皮产地真实性分析 | 第30-41页 |
| 3.1 前言 | 第30-31页 |
| 3.2 实验 | 第31-32页 |
| 3.2.1 样品信息及试剂 | 第31页 |
| 3.2.2 样品的处理 | 第31页 |
| 3.2.3 仪器条件和实验条件 | 第31-32页 |
| 3.3 化学计量学方法 | 第32页 |
| 3.3.1 KS 算法(kennard and stones algorithm) | 第32页 |
| 3.3.2 RBF-人工神经网络(RBF-ANN) | 第32页 |
| 3.4 结果与讨论 | 第32-38页 |
| 3.4.1 色谱和金属元素的分析 | 第32-33页 |
| 3.4.2 基于一维数据的主成分分析 | 第33-35页 |
| 3.4.3 基于二维数据的 PCA 和 LDA 分析 | 第35-36页 |
| 3.4.4 不同的模式识别方法间的比较 | 第36-37页 |
| 3.4.5 多元线性回归(MLR) | 第37-38页 |
| 3.5 结论 | 第38页 |
| 参考文献 | 第38-41页 |
| 第4章 化学计量学结合近红外和中红外光谱法定量分析山药中化学成分 | 第41-51页 |
| 4.1 引言 | 第41页 |
| 4.2 实验 | 第41-43页 |
| 4.2.1 实验样品及试剂 | 第41-42页 |
| 4.2.2 检测总糖和总黄酮的含量 | 第42页 |
| 4.2.3 红外光谱的扫描 | 第42页 |
| 4.2.4 光谱数据的前处理 | 第42-43页 |
| 4.2.5 化学计量学方法 | 第43页 |
| 4.2.6 模型的评价参数 | 第43页 |
| 4.3 结果与讨论 | 第43-47页 |
| 4.3.1 近红外光谱和中红外光谱分析 | 第43-44页 |
| 4.3.2 山药粉样品的主成分分析 | 第44-45页 |
| 4.3.3 建立产地的校正预报模型 | 第45-46页 |
| 4.3.4 建立对山药中化学成分进行定量预报 | 第46-47页 |
| 4.4 结论 | 第47页 |
| 参考文献 | 第47-51页 |
| 攻读硕士学位期间的研究成果 | 第51页 |
| 作者简介 | 第51-52页 |
| 致谢 | 第52页 |
