|
|
|
|
基于NIR、MIR光谱和化学计量学的松花粉、大黄质量控制 |
| |
| 论文目录 |
| |
| 中文摘要 | 第1-5页 | | 英文摘要 | 第5-11页 | | 第一章 前言 | 第11-43页 | | 1．1 中药质量控制的重要性 | 第11页 | | 1．2 中药质量控制方法 | 第11-12页 | | 1．2．1 鉴别 | 第11-12页 | | 1．2．2 检查 | 第12页 | | 1．2．3 浸出物测定 | 第12页 | | 1．2．4 含量测定 | 第12页 | | 1．3 松花粉简介 | 第12-13页 | | 1．4 大黄属植物化学成分及其活性研究概况 | 第13-14页 | | 1．4．1 大黄简介 | 第13页 | | 1．4．2 大黄中的主要化学成分 | 第13页 | | 1．4．3 化学成分研究概况 | 第13-14页 | | 1．5 近红外光谱技术 | 第14-20页 | | 1．5．1 近红外光谱分析的特点 | 第15-16页 | | 1．5．2 近红外定量分析技术 | 第16-17页 | | 1．5．3 近红外定性分析技术 | 第17-18页 | | 1．5．4 近红外光谱技术在中药鉴别及分析中的应用 | 第18-20页 | | 1．6 人工神经网络 | 第20-34页 | | 1．6．1 人工神经网络的研究历史 | 第20-22页 | | 1．6．2 人工神经网络基础 | 第22-29页 | | 1．6．3 人工神经网络在分析化学中的应用 | 第29-34页 | | 1．7 研究意义与前景展望 | 第34页 | | 参考文献 | 第34-43页 | | 第二章 多层感知器神经网络用于大黄分类的比较研究 | 第43-56页 | | 2．1 前言 | 第43页 | | 2．2 人工神经网络 | 第43-46页 | | 2．2．1 多层感知器神经网络 | 第44-45页 | | 2．2．2 学习算法 | 第45-46页 | | 2．3 实验部分 | 第46-49页 | | 2．3．1 仪器与样品 | 第46-49页 | | 2．3．2 数据采集和处理 | 第49页 | | 2．4 结果和讨论 | 第49-53页 | | 2．4．1 大黄的近红外漫反射光谱 | 第49-50页 | | 2．4．2 网络主要参数 | 第50-51页 | | 2．4．3 网络学习次数的选择 | 第51-52页 | | 2．4．4 分类结果 | 第52-53页 | | 2．5 结论 | 第53页 | | 参考文献 | 第53-56页 | | 第三章 人工神经网络-近红外光谱用于大黄中主要成分的含量测定 | 第56-73页 | | 3．1 引言 | 第56-57页 | | 3．2 人工神经网络 | 第57-60页 | | 3．2．1 多层感知器神经网络 | 第57-58页 | | 3．2．2 学习算法 | 第58-60页 | | 3．3 实验部分 | 第60-63页 | | 3．3．1 仪器与样品 | 第60-62页 | | 3．3．2 数据采集和处理 | 第62-63页 | | 3．3．3 建模方法 | 第63页 | | 3．4 结果和讨论 | 第63-70页 | | 3．4．1 样本的分布 | 第63-64页 | | 3．4．2 网络所用参数 | 第64页 | | 3．4．3 网络训练次数的选择 | 第64-66页 | | 3．4．4 隐含层节点数的影响 | 第66-68页 | | 3．4．5 最优模型的交叉验证和预测结果 | 第68-70页 | | 3．5 结论 | 第70-71页 | | 参考文献 | 第71-73页 | | 第四章 松花粉的红外光谱、扫描电镜和X射线能谱仪分析 | 第73-83页 | | 4．1 前言 | 第73页 | | 4．2 实验部分 | 第73-74页 | | 4．2．1 实验仪器 | 第73-74页 | | 4．2．2 样品来源与制备 | 第74页 | | 4．3 结果与讨论 | 第74-79页 | | 4．3．1 松花粉的红外光谱分析 | 第74-76页 | | 4．3．2 扫描电镜分析 | 第76-78页 | | 4．3．3 X射线能谱仪分析 | 第78-79页 | | 4．4 结论 | 第79-80页 | | 参考文献 | 第80-83页 |
|
|
|
|
论文编号BS1125364，这篇论文共83页
会员购买按0.35元/页下载，共需支付29.05元。 直接购买按0.5元/页下载，共需要支付41.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务