文摘
英文文摘
第1章 绪论
1.1 化学计量学的发展历程及其研究范畴
1.2 化学模式识别与中药近红外光谱的质量控制研究
1.3 多维校正方法
1.3.1 零阶校正
1.3.2 一阶校正
1.3.3 二阶校正
1.3.4 三阶校正
1.3.5 四线性成分模型
1.3.6 三阶校正算法的开发形式
1.4 本论文的研究工作
第2章 移动窗口偏最小二乘判别分析结合近红外光谱技术用于中药牛黄样品质量快速检测和道地性判别以及不同模式识别方法的比较研究
2.1 前言
2.2 理论
2.2.1 移动窗口偏最小二乘判别分析思想基础
2.2.2 移动窗口偏最小二乘判别分析模型的构建原理
2.3 实验部分
2.3.1 仪器与样品
2.3.2 光谱的采集
2.3.3 数据分析
2.4 结果与讨论
2.4.1 PCA、LDA、PLSDA和MWPLSDA判别人工牛黄、天然牛黄、掺杂牛黄三类样品的结果分析与比较
2.4.2 MWPLSDA判别三个不同地域的天然牛黄
2.5 小结
第3章 移动窗口偏最小二乘判别分析用于不同厂家中成药六味地黄丸近红外光谱分类
3.1 前言
3.2 理论
3.2.1 移动窗口偏最小二乘判别分析(见2.2)
3.3 实验
3.3.1 仪器和样品
3.3.2 近红外漫反射光谱测定
3.3.3 数据预处理
3.4 结果与讨论
3.4.1 五个不同厂家的六味地黄丸样品的NIR光谱分别用PCA、LDA、 PLSDA、MWPLSDA判别
3.5 小结
第4章 基于粒子群优化算法自适应训练最优化样品加权最小二乘支持向量机用于多元光谱分析
4.1 前言
4.2 理论
4.2.1 最小二乘支持向量机(LS-SVM)算法
4.2.2 粒子群优化(PSO)算法
4.2.3 最优化样品加权最小二乘支持向量机(OSWLS-SVM)算法
4.3 标准数据集和实验数据集
4.3.1 标准数据集
4.3.2 实验数据集
4.4 结果与讨论
4.4.1 数据集的预处理
4.4.2 PLS,LS-SVM和OSWLS-SVM方法对草料数据建模比较
4.4.3 PLS,LS-SVM和OSWLS-SVM方法对燃料数据建模比较
4.4.4 PLS,LS-SVM和OSWLS-SVM方法对药片数据建模比较
4.4.5 智能化OSWLS-SVM方法建模稳定性的考察
4.5 小结
第5章 借助二阶优势的高灵敏荧光光谱法测定人体液中伊立替康的含量
5.1 前言
5.2 理论
5.2.1 三线性成分模型
5.2.2 平行因子分析(PARAFAC)算法
5.2.3 交替归一加权残差(ANWE)算法
5.2.4 品质因数
5.3 实验部分
5.3.1 仪器与试剂
5.3.2 实验方法
5.4 结果与讨论
5.4.1 药物伊立替康及其在人体液中的中三维荧光光谱特性
5.4.2 组分数的估计
5.4.3 二阶校正算法对人体液中伊立替康光谱的数学分离
5.4.4 二阶校正算法对人体液中伊立替康光谱的定量分析
5.4.5 品质因数和椭圆置信区间测试
5.4.6 方法的精密性和重现性考察
5.5 小结
第6章 增强和衍生三维荧光光谱结合二阶校正方法定量分析人体液中弱荧光或无荧光药物
6.1 前言
6.2 理论
6.2.1 三线性成分模型(见5.2.1)
6.2.2 平行因子分析(PARAFAC)算法(见5.2.2)
6.2.3 交替归一加权残差(ANWE)算法(见5.2.3)
6.3 实验
6.3.1 仪器
6.3.2 试剂
6.3.3 血浆中多潘立酮干扰下甲氧氯普胺的测定
6.3.4 尿液中美洛昔康的测定
6.4 结果和讨论
6.4.1 增强三维荧光结合二阶校正方法定量分析血浆样中甲氧氯普胺
6.4.2 衍生三维荧光结合二阶校正方法定量分析人体液中无荧光药物美洛昔康
6.5 小结
第7章 交替加权残差约束四线性分解算法分析四维数据阵
7.1 前言
7.2 理论
7.2.1 三线性成分模型(见5.2.1)
7.2.2 平行因子分析(PARAFAC)算法(见5.2.1)
7.2.3 交替三线性分解(ATLD)算法
7.2.4 自加权交替三线性分解(SWATLD)算法
7.2.5 四线性成分模型
7.2.6 四维平行因子分析(four-way PARAFAC)算法
7.2.7 交替惩罚四线性分解(APQLD)算法
7.2.8 交替加权残差约束四线性分解(AWRCQLD)算法
7.2.9 四维PARAFAC,APQLD和AWRCQLD算法迭代退出准则
7.3 模拟和实验
7.3.1 模拟数据
7.3.2 实验
7.4 结果与讨论
7.4.1 模拟数据
7.4.2 实验数据
7.5 小结
第8章 自约束交替四线性分解算法
8.1 前言
8.2 理论
8.2.1 三线性模型(见5.2.1)
8.2.2 平行因子分析(PARAFAC)算法(见5.2.2)
8.2.3 自加权交替三线性分解(SWATLD)算法(见7.2.3)
8.2.4 二阶标准加入法(SOSAM)
8.2.5 四线性模型(见7.2.4)
8.2.6 四维平行因子分析(four-way PARAFAC)算法(见7.2.5)
8.2.7 交替惩罚四线性分解(APQLD)算法(见7.2.6)
8.2.8 交替加权残差约束四线性分解(AWRCQLD)算法(见7.2.7)
8.2.9 自约束交替四线性分解算法(SRAQLD)
8.3 实验
8.3.1 仪器与试剂
8.3.2 实验过程
8.4 结果和讨论
8.4.1 基于PARAFAC和SWATLD的二阶校正方法定量检测血样中盐氯丙嗪浓度
8.4.2 基于PARAFAC和SWATLD的二阶标准加入法检测盐酸氯丙嗪的浓度
8.4.3 基于四维PARAFAC,APQLD,AWCRQLD和SRAQLD算法的三阶校正方法检测血浆中盐酸氯丙嗪浓度
8.5 小结
结论
参考文献
附录 A 攻读学位期间发表及完成的论文目录
致谢