| 目 录 | 第1-5页 |
| 第一章 绪 论 | 第5-13页 |
| ·选题的目的和意义 | 第5-11页 |
| ·问题的提出 | 第5-7页 |
| ·丹参及其药用价值 | 第7-11页 |
| ·本文的目的 | 第11页 |
| ·本文的意义 | 第11页 |
| ·测量丹参水溶液中原儿茶醛含量的发展现状 | 第11-12页 |
| ·本论文研究的内容 | 第12-13页 |
| 第二章 近红外光谱技术简介 | 第13-26页 |
| ·近红外光谱的产生机理 | 第13-15页 |
| ·近红外技术的优点 | 第15-17页 |
| ·近红外光谱法的应用领域简介 | 第17-23页 |
| ·农业领域 | 第17页 |
| ·在制糖工业中 | 第17-18页 |
| ·在畜牧业中 | 第18-19页 |
| ·在食品方面 | 第19-21页 |
| ·石油化工领域 | 第21页 |
| ·医药领域 | 第21-22页 |
| ·其它领域 | 第22-23页 |
| ·近红外光谱法的测定方式 | 第23-24页 |
| ·WQF-400N型近红外光谱仪简介 | 第24-26页 |
| 第三章 主成分分析 | 第26-37页 |
| ·近红外光谱校正技术 | 第26-28页 |
| ·多元线性回归(MLR) | 第26-27页 |
| ·主成分回归(PCA) | 第27页 |
| ·偏最小二乘法(PLS) | 第27-28页 |
| ·主成分分析方法简介 | 第28-35页 |
| ·主成分分析的工作目标 | 第29页 |
| ·主成分分析的基本方法 | 第29-31页 |
| ·计算方法 | 第31-35页 |
| ·主成分分析的应用 | 第35-36页 |
| ·特征向量(weight or loading) | 第35页 |
| ·主成分得分(score) | 第35-36页 |
| ·主成分回归(PCR) | 第36-37页 |
| 第四章 主成分分析方法对丹参中原儿茶醛含量的定量预测 | 第37-52页 |
| ·常规化学方法测定丹参标样中的原儿茶醛含量 | 第37-38页 |
| ·常规实验方法 | 第38-41页 |
| ·原儿茶醛水溶液标准曲线的绘制 | 第38-39页 |
| ·标准的丹参水溶液样品的制备 | 第39页 |
| ·用化学方法测定标准样品中的原儿茶醛含量 | 第39-41页 |
| ·应用主成分分析近红外定量分析软件建立丹参水溶液中原儿茶醛含量的定量预测模型 | 第41-52页 |
| 第五章 人工神经网络法建立定量预测模型 | 第52-67页 |
| ·引言 | 第52页 |
| ·人工神经网络发展简史 | 第52-53页 |
| ·人工神经网络在化学方面的应用 | 第53-54页 |
| ·BP神经网络的基本原理 | 第54-59页 |
| ·BP神经元 | 第55-56页 |
| ·正向传播BP网络 | 第56-57页 |
| ·反向传播 | 第57-59页 |
| ·BP算法的改进 | 第59-61页 |
| ·BP神经网络的训练策略及结果 | 第61-67页 |
| ·确定BP网络的结构 | 第61-63页 |
| ·训练结果 | 第63-67页 |
| 第六章 全文总结 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致 谢 | 第71-72页 |
| 摘 要 | 第72-75页 |
| ABSTRACT | 第75-80页 |