论文题目: 近红外光谱技术在药品检测中的应用研究
论文类型: 博士论文
论文专业: 通信与信息系统
作者: 白英奎
导师: 申玄国
关键词: 药品检测,近红外光谱,定量预测,偏最小二乘法,神经网络,水分测试系统,小波分析
文献来源: 吉林大学
发表年度: 2005
论文摘要: 本文研究了近红外光谱分析技术在药品成分分析方面的应用,利用小波滤噪、偏最小二乘法和神经网络的数据处理方法,着重进行了药品近红外光谱图信息提取和定量分析工作,并探讨了近红外分析仪的硬件设计。为了寻找适合中药红外谱图滤噪的最佳方法,基于D.L.Dohono 提出的小波阈值滤噪和Mallat,Xu 等提出的空域相关滤噪法,提出了优化的小波阈值滤噪法和空域相关滤噪法。探讨了不同小波基、不同小波阶次和小波分解次数对近红外光谱图小波滤噪的影响,并且把这两种新的小波滤噪方法运用到VC 银翘片的红外谱图滤噪处理中,分析VC银翘片中对乙酰氨基酚含量,其相关系数分别达到0.994 和0.993;平均绝对误差也分别达到0.2227 和0.2246,大幅提高了预测精度。提出了运用聚类分析结合偏最小二乘法预测的近红外光谱图的处理方法。采用偏最小二乘法研究红外谱图的信息提取,并测定葡萄糖溶液的近红外光谱图,讨论了平滑、导数、基线校正等预处理方法对近红外分析的影响和偏最小二乘法因子数的确定方法,分析了不同样品浓度范围对偏最小二乘法数学模型预测结果的影响及聚类分析在区别样品所属不同浓度范围的应用,把聚类分析-偏最小二乘法预测中药成分的方法运用于葡萄糖溶液中的葡萄糖成分预测,其相关系数达到0.99,RMSEC 达到0.19,平均绝对误差达到1.06,和文献104 的处理结果比较,预测精度有了显著的提高。采用贝叶斯规范化的网络训练方法训练BP 神经网络,改善了BP 神经网络的稳定性。比较了不同的神经网络对近红外光谱图的定量分析结果,并讨论了神经网络的参数调整。测定复方芦丁片的红外谱图,应用BP 神经网络预测复方芦丁片中的芦丁和维生素C 含量,并采用贝叶斯规范化的网络训练方法训练BP 神经网络。测定小儿氨加黄敏颗粒的红外谱图,应用线性神经网络预测小儿氨加黄敏颗粒中对乙酰氨基酚和人工牛黄的含量。为了比较不同方法的预测效果,采用偏最小二乘法、BP 神经网络、线性神经网络预测小儿氨加黄敏颗粒中的对乙酰氨基酚,其相关系数分别为:0.989 、0.985、0.992;预测集平均绝对误差分别为:0.72、0.71、0.38。由结果可见,对于本实验,BP 神经网络
论文目录:
第一章 绪论
1.1 选题的背景及意义
1.2 近红外光谱的技术概况及其在药品分析中的应用
1.3 现代信息提取技术在近红外分析中的应用
1.4 本论文的工作
第二章 近红外光谱分析技术的原理
2.1 近红外光谱的产生机理
2.2 近红外光谱分析的理论依据
2.3 近红外分析的关键技术
2.4 本章小结
第三章 基于小波分析的近红外光谱预处理方法的分析和研究
3.1 近红外光谱预处理方法的介绍
3.2 小波滤噪在近红外光谱信号预处理中的应用
3.2.1 小波变换的原理
3.2.2 小波多分辨率分析
3.2.3 小波变换和李氏(Lipschitz)指数的关系
3.3 小波阈值去噪的优化及仿真研究
3.3.1 小波阈值去噪的原理及实现方法
3.3.2 小波阈值去噪法的优化
3.3.3 优化的小波阈值滤噪法的计算机仿真研究
3.4 空域相关滤噪法的优化及仿真研究
3.4.1 空域相关滤噪法的原理
3.4.2 空域相关滤噪法的优化
3.4.3 优化的空域相关滤噪法的计算机仿真研究
3.5 VC 银翘片中二组分预测中应用不同小波滤噪法效果比较
3.5.1 VC 银翘片的红外谱图的获得
3.5.2 优化的小波阈值去噪法对红外谱图进行预处理
3.5.3 优化的空域相关法对红外谱图进行预处理
3.6 小波滤噪过程中的参数调节
3.6.1 不同小波阶次及分解次数对红外谱图滤噪效果的影响
3.6.2 采用不同小波基对红外谱图滤噪效果的影响
3.7 本章小结
第四章 利用偏最小二乘法对近红外光谱的信息提取的分析
4.1 偏最小二乘法
4.1.1 噪声过滤原理与PRESS 判拒
4.1.2 偏最小二乘法的分析原理
4.1.3 算法的实现
4.1.4 预处理
4.2 葡萄糖溶液的近红外光谱图及偏最小二乘法的定量分析
4.2.1 葡萄糖溶液的近红外谱图的获得
4.2.2 光谱区间的选择
4.2.3 偏最小二乘法的因子数确定及预处理
4.3 聚类分析_偏最小二乘法定量分析的研究和应用
4.3.1 模式识别的基本知识和聚类分析
4.3.2 样品浓度范围对预测效果的影响
4.3.3 采用聚类分析和偏最小二乘法预测芦丁片中芦丁成分
4.3.4 聚类分析_偏最小二乘法的分析结果
4.4 本章小结
第五章 利用神经网络对中药近红外光谱信息的提取和分析
5.1 神经网络原理
5.1.1 人工神经元概述
5.1.2 人工神经网络结构
5.1.3 多层前馈神经网络与误差逆向传播算法
5.2 利用BP 神经网络的光谱信息提取与定量分析的研究
5.2.1 近红外谱图的获得
5.2.2 BP 神经网络数学模型的建立
5.2.3 BP 神经网络输入点数的选择
5.2.4 BP 神经网络隐层神经元数的选择
5.2.5 BP 神经网络方均差目标对网络性能的影响
5.3 利用线性神经网络的光谱信息提取与定量分析的研究
5.3.1 近红外谱图的获得
5.3.2 线性神经网络数学模型的建立
5.3.3 线性神经网络输入点数的选择
5.3.4 线性神经网络隐层神经元数的选择
5.3.5 线性神经网络方均差目标对网络性能的影响
5.3.6 线性神经网络预测效果以及和其它方法的比较
5.4 本章小节
第六章 利用红外光谱对样品水分含量的预测和分析
6.1 红外水分测试系统的原理
6.1.1 红外水分测试系统的测量原理
6.1.2 红外水分测试系统的结构
6.1.3 红外水分测试系统的光路结构
6.1.4 信号的斩波调制
6.1.5 传感器和测量放大器的选择
6.1.6 红外水分测试系统的处理器和控温系统
6.1.7 红外水分测试系统的软件编程
6.2 应用相敏检测电路提高红外水分测试系统的测量精度
6.2.1 相敏检测电路的原理
6.2.2 相敏检测电路的设计
6.2.3 应用水分预测系统分析纸张水分
6.3 本章小节
第七章 论文总结与展望
7.1 本论文工作取得的成果
7.2 进一步研究工作的展望
参考文献
博士期间发表论文与参与课题
中文摘要
英文摘要
致谢
发布时间: 2005-08-26
参考文献
- [1].基于忆阻的神经网络的动力学分析及应用[D]. 李若霞.东南大学2017
- [2].集成电路工艺模拟的设备模型研究[D]. 李煜.清华大学2004
- [3].基于小波和神经网络的大规模模拟电路故障诊断研究[D]. 谭阳红.湖南大学2005
- [4].基于Volterra级数、小波分析与神经网络的非线性网络故障诊断方法的研究[D]. 谢宏.湖南大学2005
- [5].小波和神经网络在模拟电路故障诊断中的应用研究[D]. 张维强.西安电子科技大学2006
- [6].基于神经网络空间映射的微波射频器件建模[D]. 朱琳.天津大学2014
- [7].基于神经网络的微波射频器件建模[D]. 闫淑霞.天津大学2015
- [8].基于脊波神经网络的模拟电路故障诊断研究[D]. 肖迎群.湖南大学2011
- [9].基于遗传算法、小波与神经网络的模拟电路故障诊断方法[D]. 刘美容.湖南大学2009
- [10].模拟电路故障诊断优化理论与方法的研究[D]. 方葛丰.湖南大学2013
标签：药品检测论文; 近红外光谱论文; 定量预测论文; 偏最小二乘法论文; 神经网络论文; 水分测试系统论文; 小波分析论文;