一、几种容易混淆的中草药识别(二)（论文文献综述）
张平[1]（2008）在《中草药的太赫兹光谱鉴别》文中提出太赫兹(THz,1THz=1012Hz)波段指的是波长在0.1THz～10THz（波长在3mm～30μm）区间的远红外电磁辐射,其波段位于微波和红外光之间。近年来,由于超快激光技术的发展,为太赫兹脉冲的产生提供了稳定、可靠的光源,使得太赫兹光谱成像技术得到了蓬勃的发展。它以THz辐射作为探测源,利用电光采样或光电导采样方法直接记录THz辐射电场的振幅时间波形,通过傅立叶变换得到测量信号振幅和相位的光谱分布,进而获得材料在THz波段的吸收和色散等信息。中药材质量评价与标准制定研究包括3个方面内容:安全性、真实性与质量优劣评价。众所周知,中药之所以能发挥治病功效,是它所含的物质基础—化学成分对机体作用的结果。由于中药的化学成分极为复杂（包括有机物和无机物）,它的质量优劣评价方法和相应的质控标准长期以来一直是个难题,这也是影响中药现代化的一个主要因素。只有以客观规范的质量评价标准和实验数据表明中药及原料药材的有效性、稳定性和可控性,才能使中药在国际市场上占据一席之地。为此许多人对中药材的质量评价方法进行了广泛深入的研究和探讨。这其中,由于光谱技术是依据中草药中有效成分或特征成分进行鉴别的,可以避免一般鉴别方法的主观性和片面性,能够较为客观的反映药材的内在质量而逐渐受到了人们的重视。其中红外光谱的研究进展最为迅猛。将THz辐射用于中药材研究是对其有效的补充,有益的尝试。将THz辐射用于中药研究有一些特殊的优点。这主要包括:1)中药的大分子振动或转动谱有一部分在THz波段;2)用THz时域光谱技术可以测量中药的色散,有可能作为中药鉴别的辅助指标,而红外光谱仪不能测试色散特性;3)THz辐射具有相干性,有可能得到与位相有关的信息;4)THz辐射脉冲宽度在皮秒到飞秒量级,可以测量中药时域谱和中药瞬态特性。本论文的主要工作分为两部分:第一、应用太赫兹脉冲时域光谱系统对于易混淆的6组中草药进行光谱实验研究。获得各种中草药的太赫兹吸收光谱和数据。观察并分析其光谱间的区别,进行初步鉴别,并为BP神经网络的鉴别和识别建立训练数据集合和测试数据集合。第二、应用BP神经网络技术和基于分形理论对中草药进行鉴别。其一是应用BP神经网络对6组易混淆的中药进行鉴定和识别,通过改变网络的设置,特别是改变其隐含层的数值,提高其识别效果。结果,6组易混淆的中药大多数都得到了很好的鉴别。这为THz光谱技术用于中草药识别和鉴定提供了一种有效的方法。其二是基于分形理论的太赫兹光谱识别,实验中测得了两种中药的太赫兹光谱,算出了它们的盒维数并进行了比较。通过这种方法使不同的药品得到很好的鉴别。这一部分工作为最终使太赫兹光谱识别技术用于实际做出了一定的基础性研究,同时对于太赫兹光谱技术在中药领域的发展前景进行了一定程度的探讨。本论文章节安排如下:论文第一章概述了太赫兹光谱技术的基本内容,包括太赫兹脉冲的产生、探测和太赫兹脉冲所具有的特性。综述了中草药常用的鉴别方法。说明了本选题的意义和本论文所包含的主要工作。论文第二章详细阐述了首都师范大学物理系太赫兹实验室自行搭建的太赫兹系统光路原理,以及实验测量步骤和样品制备等情况。着重讲述了本论文所依据的理论基础,样品光学常数的提取算法。论文第三章主要介绍了人工神经网络的发展概况和误差反传神经网络（BP神经网络）的基本原理,BP神经网络的算法推导,BP神经网络的主要特性和局限性。论文第四章是在采用THz时域光谱技术对易混淆的6组中草药进行实验研究并得到它们在0.2～2.6THz频率范围的特征吸收谱的基础上,首次用BP神经网络方法对这6组中草药的THz吸收光谱进行了训练和识别,通过改变网络设置,特别是改变中间层的数值,识别率多数达100/%,识别结果充分表明,用BP神经网络可以实现对易混淆的中草药识别和鉴定,可以对不同炮制的中药进行鉴别,为THz光谱技术用于中草药识别和鉴定提供了一种有效的方法。论文第五章是介绍了分形的基本概念和分形盒维算法。提出了一种新的太赫兹光谱识别方法。实验中测得了两种中药的太赫兹光谱,算出了它们的盒维数并进行了比较。通过这种方法使不同的药品得到了很好的鉴别。论文第六章是总结了本论文的实验结果和数据处理结果,讨论了太赫兹光谱识别技术在中草药领域的应用前景,以及目前所面临的挑战。
胡科[2]（2020）在《基于深度学习的贝母分类算法研究与实现》文中进行了进一步梳理正品贝母资源匮乏,价格昂贵,药用价值高,难以满足临床的需要,因而市场上伪品较多,存在以次充好、以假乱真的问题。而在真伪鉴别的过程中,贝母类药材来源复杂,种类繁多,各种类之间具有不同的外形特征,常人难以辨认,因此如何有效准确的鉴别贝母就变得极其关键。目前,鉴别贝母主要依靠传统性状鉴别、显微鉴别、理化鉴别等方法,传统性状鉴别主观性较强且对操作人员的实践经验要求较高;显微鉴别以观察淀粉粒的显微结构为主,需要破坏样本;理化鉴别预处理工作繁琐,成本较高。本文采用深度学习方法提取贝母外形特征从而达到分类鉴别的目的。为此,本文进行了以下工作:（1）采集贝母样本并进行数据预处理,建立了首个多视角下的贝母图像标准数据集;（2）采用传统机器学习算法实现了贝母的分类,证明了计算机视觉在贝母分类识别上的可行性;（3）引入深度学习方法,基于单视角实现了贝母鉴别分类;（4）为建立更为精准的分类模型,并更好地应用于实际应用场景中,融合多个视角贝母图像,实现了多视角贝母的鉴别分类。通过以上工作,本文建立了一套完整的基于深度学习的贝母真伪鉴别平台,实现从数据输入到贝母分类的自动化流程,提升识别效率,识别精度可达84%以上,为中草药行业中贝母分类提供一种新的思路和解决方案;同时本文的思路可以推广到其它中草药的鉴定和识别上,从而为中草药行业实现批量自动化鉴定中草药奠定基础。
湖南省邵阳地区药品检验所[3]（1976）在《几种容易混淆的中草药识别(二)》文中研究说明 4.青木香与木防己青木香 Aristolochia debilis Sieb.et Zucc.是马兜铃科植物。木防己 Cocculus trilobus（Thunb.）DC.是防己科植物。但它们都是藤本,叶互生,外形相似,容易发生混淆。5.水杨梅与龙芽草水杨梅 Geum japonicum Thunb.和龙芽草 Agrimonia pilosa Ledeb.都是蔷薇科植物。但它们的叶均为不整齐羽状复叶,外形相似,容易发生混淆。6.冬青与女贞冬青 Ilex chinensis Sims 是冬青科植物。女贞 Ligustrum lucidum Ait.是木樨科植物。但它们都是四季常绿乔木,外形相似,容易发生混淆。现将以上三对容易混淆的中草药以图和表格的形式比较如下:
孙霞[4]（2020）在《基于深度学习的中草药粉末显微特征研究》文中认为随着计算机图像处理技术的不断发展与进步,中草药粉末的显微图像鉴别技术以其独特的优势在中草药识别领域得到进一步发展,但是传统的图像鉴别算法在大数据量和多类别的显微特征图像鉴定中存在准确性低和普适性差等问题。针对这一问题,本文提出基于深度学习的中草药粉末显微特征识别方法研究。本文的主要工作和创新点如下:（1）根据中草药粉末显微图像检测分类的实际需求制定出一套合理的显微特征图像分类标准,创建中草药粉末显微特征图像数据集。为了去除图像数据库中光照变化、角度偏移、尺度不同等干扰因素对实验结果的影响,使用多种图像增强的预处理方法来获得更具多样性的中草药粉末显微特征图像数据,提高了显微特征图像检测和识别的准确率。（2）提出了一种基于SSD网络的改进型检测算法。针对显微特征图像中存在的目标断裂残缺的问题,在SSD网络的预测卷积图之后添加SE模块,对检测结果起较大作用的特征通道获得较大的权重,使网络更好地对重要的特征通道信息进行充分学习。另外改进后的网络将前后层特征图包含的信息进行充分融合,有利于网络对显微特征图像信息的有效学习,提高了最终的检测效果。对厚壁细胞、导管和花粉孢子这三类显微特征图像进行检测实验,结果表明经过改进后算法的检测均值平均精度（Mean Average Precision,m AP）提升到81.5%。（3）提出了二值图转化方法与图像类型多通道融合识别算法。针对导管的显微图像特点,将第三章检测网络输出的图像进行类型转化,并且将RGB图像、灰度图和二值图通过数据类型的多通道融合来丰富和扩充图像的信息,使得深度学习网络能学习到更多层次和更有效的图像信息。对融合后的图像采用ACNet算法进行中草药类别的识别判定,结果表明融合的显微特征图像的正确识别率达到94.5%。
王成[5]（2021）在《抗风湿保健品中违禁添加物的高光谱和拉曼筛查方法研究》文中进行了进一步梳理我国抗风湿保健食品市场规模不断扩大,违禁添加药物的事件屡见不鲜,长期服用会损伤消费者的机体、影响健康。目前,针对保健食品中违禁添加物的检测方法主要是液相色谱、质谱法,这些方法大多需要复杂的前处理,且耗时。光谱检测方法可通过建立光谱谱图库,结合算法建立模型实现无损、快速识别违禁添加物的目的。因此,本文针对抗风湿类的保健食品中可能存在的违禁添加药物,利用近红外高光谱成像、薄层色谱-表面增强拉曼技术建立定量、定性筛查方法。主要研究内容如下:针对抗风湿类保健食品中可能违禁添加的双氯芬酸钠,基于近红外高光谱成像技术,研究开发了定量分析方法。首先制备了一系列含双氯芬酸钠的西芹籽抗风湿类保健品样本,在1000-2500nm波长下进行扫描,对得到的高光谱成像图采用ENVI软件分析、提取并计算了感兴趣区域（ROI）的平均近红外光谱,比较分析了8种光谱预处理方法、3种化学计量学模型对预测值准确度的影响,结果发现利用β系数方法选择最优波段作为自变量,经标准正态变量预处理方法建立的多元线性回归模型,其准确性和预测能力较好,其预测最低限为0.05%,预测值与实测值的决定系数（R2）为0.993,预测均方根误差为0.005。针对抗风湿类保健食品中可能违禁添加的双氯芬酸钠及其药效相同的11种化学药物,基于薄层色谱-表面增强拉曼技术,研究建立了快速筛查判别模型。首先,利用Guassian软件计算了11种化学药物的理论拉曼峰并进行了峰位归属指认。然后,通过比较不同展开剂、薄层色谱板,发现采用石油醚-三氯甲烷-乙酸乙酯-冰醋酸（15:15:15:1.5,V/V/V/V）可有效分离11种化学药物;通过优化金溶胶的体积和拉曼光谱检测的积分时间,经比较确定了滴加4μL的金胶,选择积分时间为5 s作为拉曼检测的条件,实验结果表明最低检出限达到0.05%-0.10%。然后,运用7种光谱预处理方法处理SERS光谱,并对其进行主成分分析,提取了前10个特征主成分数,建立并比较了主成分-线性判别、主成分-K邻近模型及主成分-支撑向量机等4种判别模型,结果发现,经过间接二阶导数预处理后的主成分-线性判别模型预测准确率最高可达100%。针对薄层色谱法同时分离11种混合化学药物时,发现了两组比移值相近的药物,即乙酰水杨酸与吲哚美辛、双氯芬酸钠与萘普生,尝试建立模型以进一步区分。针对乙酰水杨酸与吲哚美辛及其两者混合物的拉曼光谱,比较了全光谱和竞争性自适应重加权方法（Competitive adaptive reweighting algorithm,CARS）筛选的波数作为自变量建立的模型。经平滑卷积结合标准正态变量预处理CARS筛选的波数,建立了随机森林判别模型,其正确识别率为67.17%;针对双氯芬酸钠与萘普生及其混合物的拉曼光谱,经过间接二阶导数结合标准正态变量预处理CARS筛选的波数,建立了核函数支持向量机模型,其识别正确率为72.90%,但均能100%正确识别纯样本。
湖南省邵阳地区药品检验所[6]（1976）在《几种容易混淆的中草药识别(五)》文中进行了进一步梳理 13.射干与鸢尾:射干 Belamcanda chinensis（L.）Leman.和鸢尾 Iris tectorum Maxim.都是鸢尾科植物。它们叶的扁平,均呈二行排列,采收时容易把鸢尾误认为射干。14.南蛇藤与雷公藤:南蛇藤 Celastrus orbiculatus Thunb.和雷公藤 Tripterygium wilfo-rdii Hook.f.都是卫矛科植物。它们均为藤本灌木,叶互生,外形相似,容易发生混淆。15.蛇含与蛇莓:蛇含 Potentilla kleiniana Wight et Arn.和蛇莓 Duchesnea indica（Andr.）Focke 都是蔷薇科植物。它们均为匍匐草本,花黄色,外形相似,容易发生混淆。现将以上三对容易混淆的中草药以图和表格的形式比较如下:
宋新娟[7]（2010）在《中医传统图式符号审美及应用研究》文中指出当代社会经济和科技的飞速发展促使文化与艺术设计的联系越来越密切,只有蕴含独特文化的设计作品才能成为世界现代设计的主角。然而,当下设计界虽大讲学习传统,但范围过于宽泛,大多还是从吉祥图案出发的符号研究,缺乏新意。中医是中国传统文化的代表,中医理论、方剂、语言、陈设以及相关传说都为当代艺术设计提供了活的传统文化标本。中医传统图式符号是中医文化的视觉反映,其单纯而多变的造型样式,丰富且独特的组织结构,使我们感受到中医的博大精深,通过中医传统图式符号的研究可以加深我们对传统文化的理解,并有利于我们吸取营养,产生新的医学视觉符号。本文从六个部分对以上问题进行了较为详细的论述。绪论部分首先对本文的研究背景、研究意义及国内外研究现状等方面进行了概述：目前,在西方医学的冲击下,中医呈现出许多尴尬的局面,中医本身形象的庞杂和含混使得人们对中医文化内涵不得而知,甚至有的江湖郎中、招摇撞骗者也都打着文化的幌子使人们对中医的形象大大折扣。中医现有的图式符号在表达形式上与西医相差无几,不能够体现出中医的传统文化和理念；现有图式符号杂乱而不统一,不能够形成统一的视觉形象；现有图式符号缺乏中医理论、药材、方剂等方面的图式说明。因此,有必要建立善而有特色中医形象,并使其视觉化,系统化,从而有效地传递中医所体现的中国文化和独特的治疗方式以及人们在其中感受到的文化和美的熏陶。但是,目前国内设计界与学术界对中医图式符号的美学思想、审美特征的研究相对较少,大多数局限于中医理论探讨上；而设计界对中医图式符号所蕴含的美学思想、审美文化并不十分了解,因此,无法转换成为有中医特色的视觉形象符号的设计。对视觉符号的研究大多数停留在对已有符号的分析上,缺乏具体的创作方法的研究,对传统符号的分析大都过于笼统,缺乏细致深入的考察；缺乏实际的案例与具体设计方法研究。其次,对“中医”和“图式”等基本概念做了界定,比较了“图式”与“图形”、“图像”、“图示”之间的联系与区别。第二章从中医图式符号的起源于发展出发,通过对中医图式符号发展的不同时期（萌芽、定形、发展、完善、衰落）呈现出的不同特点,总结中医传统图式符号的衰变原因。第三章从中医传统图式符号的分类、组织结构、造型特点等三个方面简述了中医图式符号的基本特征。第四章阐述了中医传统图式符号的审美特征及文化内涵。通过中医传统图式符号的形式美和意蕴美的分析,找寻影响中医图式符号形式的思想渊源,总结出阴阳五行理论、儒释道文化对中医的影响,从而进一步影响了中医传统图式符号的造型形式。第五章分析了中医传统图式符号的局限性,由于其注重细节、依赖文字的手工化的表达方式和缺乏规范与管理的混乱使用,使中医传统图式符号已不能完全适应新时代中医形象建立的要求。但当下的国际形势又对中医的图式符号提出新的要求,因此,有必要建立新的中医符号识别体系,但该体系的建立必须体现中医的特色,中医传统图式符号中包含的“贵生”理论和“以形写神”的手法可以为我们现代中医图形符号系统的设计提供设计的素材。第六章对中医图形符号体系的建立做了一定的探索。首先分析了中医的形象概念,通过中医与文学、艺术、民俗、节日、工艺等文化形式的相互关系的探讨,总结出中医具有整体、秩序、诗性、自然、意象、变化、神秘等形象特征；其次,根据中医的想象特点,选择合适的表达符号,即对中医图形符号体系设计的形状、线条、构图、色彩、材质等形式美因素做了一定的总结。通过图形符号设计的分级处理,概括并设计出部分中医图形符号66个,为现代中医学视觉符号体系的构成提供了一定的参考。结论部分提出了建立中医公用信息图形符号素材库的构想,并对中医标识化公用信息图形符号的应用及管理策略提出建议。最后客观地指出了论文的某些局限。本文从审美角度出发,研究中医传统艺术符号的基本内容和造型规律,并对其审美特征进行总结。并在此基础上,从艺术设计角度出发,探索中医传统图式符号的创新与应用的具体方法,为增强中医系统的视觉识别性总结了相关符号设计的原则。通过对传统艺术符号的借鉴,设计了富有特色的关于中医理念、中药材的识别符号。
白贞芳[8]（2010）在《苦苣苔科药用植物亲缘学研究》文中指出苦苣苔科属于玄参目,分苦苣苔亚科和大岩桐亚科,有150属3700余种,我国有54属463种,都属于苦苣苔亚科。该科多种植物在我国广西、云南、贵州等南方省区民间广泛用于治疗跌打损伤、咳喘及各种疮疡肿毒等症,功效显着。为了准确掌握我国苦苣苔科药用植物资源、明确药用植物传统疗效、深入研究药用植物亲缘关系、筛选出可开发利用的优势种类,使我国苦苣苔科药用植物得到充分、合理利用,作者对我国苦苣苔科植物进行传统药物学调查的基础上综合运用植物分类学、化学分类学和分子生药学等研究方法对苦苣苔科药用植物显微特征、ITS序列、rbcL基因序列、trnH-psbA基因区间序列、苯乙醇苷类分布等方面进行了较全面研究,为可持续利用和发展提供理论依据。主要研究结果如下：1、通过查阅大量文献,对苦苣苔科植物的分类学研究、生药学研究、主要化学成分、药理活性、分子生药学研究五个方面的国内外研究进行了全面综述,对该科植物的全面、合理和可持续利用提供科学依据。2、在广西大新、靖西、那坡及贵州威宁、兴义等10个地区进行了药用植物资源和传统疗效调查,结合标本馆原始标本记录和文献记载,系统整理、总结出苦苣苔科药用植物种类、分布及传统疗效,深入探讨了目前苦苣苔科药用植物存在的问题及产生的原因,并提出了建议。3、利用石蜡制片法和水合氯醛透化法对苦苣苔科半蒴苣苔属（4种）、唇柱苣苔属（4种）、蛛毛苣苔属（3种）和吊石苣苔属（4种）4属15种药用植物进行了茎（或根状茎）和叶的横切面特征和粉末特征研究,确定了15种常用药用植物以石细胞的有无及形态、草酸钙结晶的有无及类型、维管束的连续与否为主要依据的显微鉴别特征,编写了属间和种间横切面检索表和粉末特征检索表。其中15种药用植物中除了吊石苣苔外其它14种药用植物的显微特征都是首次研究。4、利用PCR技术等对苦苣苔科14属57种植物的ITS序列进行了比对和分析,通过DNAman、DNAstar和PAUP 4.0三种软件比较分析得苦苣苔科系统聚类树在属间聚类与传统分类学基本一致,说明利用ITS序列进行苦苣苔科属间亲缘关系研究是合适的。对药用植物比较多的半蒴苣苔属、唇柱苣苔属、蛛毛苣苔属和吊石苣苔属利用ITS序列进行了种间亲缘关系和分子鉴定研究,为合理用药提供指导。利用PCR技术对苦苣苔科9属22种植物rbcL基因序列研究发现rbcL基因在苦苣苔科族间和属间序列相似度达到85%以上,同一属内种间序列相似度达到99%以上,说明苦苣苔科药用植物rbcL序列过于保守,不太适合进行属间或种间亲缘关系和分子鉴定研究。利用PCR技术对苦苣苔科14属30种植物的trnH-psbA基因区间序列和对9属20种21个样品的rbcL--trnH-psbA-- ITS序列研究发现该科上述两个序列变异幅度比较大,是否可以进行属间或种间亲缘关系和分子鉴定研究还需深入研究。苦苣苔亚科芒毛苣苔族的分类位置一直备受争议,有人认为长蒴苣苔族、芒毛苣苔族是两个独立的族,有人建议将芒毛苣苔族归入长蒴苣苔族中。作者通过对芒毛苣苔族和长蒴苣苔族的部分药用植物ITS序列、rbcL基因trnH-psbA序列及rbcL--trnH-psbA--ITS序列和系统发育树分析,支持将芒毛苣苔族归入长蒴苣苔族中。5、用5个苯乙醇苷类化合物做对照品,采用HPLC-UV法对苦苣苔科10属24种药用植物进行了定性分析,结果表明阿克苷在在该科分布广泛,可作为研究属间或种间亲缘关系证据之一本课题首次以药用植物亲缘学理论为指导,综合运用植物分类学、化学分类学和分子生药学等方法对苦苣苔科药用植物进行了较全面研究,创新点如下：1、初步明确了半蒴苣苔属、唇柱苣苔属、蛛毛苣苔属和吊石苣苔属部分药用植物种类的亲缘关系,为扩大和可持续利用药用植物资源具有指导意义。2、首次确定了半蒴苣苔属、唇柱苣苔属、蛛毛苣苔属和吊石苣苔属的15种药用植物的显微鉴别特征。3、首次对苦苣苔科24种药用植物中苯乙醇苷类成分分布情况进行了分析。
白立飞[9]（2006）在《化学计量学在中药研究中的应用》文中进行了进一步梳理将化学计量学方法用于中草药多组分测定和真伪鉴别的研究中,改进的人工神经网络方法（ANN）为中草药多组分同时测定提供了方便,模式识别则实现了中草药的真伪鉴别及质量评价。提出了一种双网络ANN算法,用其处理中草药紫外吸收光谱,提高了网络的自学习,自判别和自拟合能力。为了解决中草药复杂体系背景干扰的问题,首次提出虚拟组分校正的方法。将所有干扰组分归为一个组分（其含量是可调的,称其为虚拟组分）,通过ANN的双网络对虚拟组分自修正、自拟合,消除了干扰组分的影响,实现了中草药秦皮中秦皮甲素和秦皮乙素不经分离的同时快速测定。建立了包括秦皮、紫草、黄芩、大黄、槐花等9种中草药和三黄片等三种复方制剂的色谱指纹图谱数据库,此数据库管理系统可以实现两个功能,一个是药材库的维护;另一个是药材质量的模式识别。在中药指纹图谱评价方法研究方面,通过对欧式距离、夹角余弦、峰匹配度等相似性测度的比较,提出了总相似度的概念,结果证明总相似度对样品的分类更加符合实际情况。提出对保留时间的校正和重叠度的计算,减小了保留时间漂移对识别结果的影响,使识别中色谱峰的匹配表征更准确,提高了中草药识别的准确性。论文还提出用共有峰总面积比（待识别样品的共有峰总面积/标准样品的共有峰总面积）来评价中药的整体质量,在识别的基础上实现了黄芩,秦皮等中草药的质量评价,此方法可推广到任何一种中药的识别中。
张兴娟[10]（2009）在《华东师范大学植物学实验多元学习评价体系构建的行动研究》文中认为评价是促进学生发展的有效手段。高等师范院校的实验学习评价不仅有利于学生生命科学素养的养成,而且可以潜移默化地影响学生的教育教学理念,有利于师范生素质的养成。但是,在高等教育和高等师范教育的评价研究中,对高等师范院校实验学习评价的研究比较少。因此,我们以高等教育对高素质人才的要求和高等师范教育对优秀教师的要求以及多元学习评价理论等为指导,以华东师范大学植物学实验为平台,尝试构建多元的、能促进学生发展和教师教学改革的、具有高等师范院校特色的学习评价体系。本文首先通过对相关文献的研讨,明确了高等教育下人才应具有的素质和优秀教师应具有的素质:梳理了学生在植物学实验中要掌握的基本技能和能力;澄清了评价的误区;概括了国内外学习评价的改革现状和发展趋势;总结了行动研究的模式和步骤。这些理论的准备为课题的开展指明了方向。本文还通过问卷、访谈等方式深入了解了学校和学院对植物学教学的要求以及植物学实验学习评价的现状和需求。植物组教师对教学有着强烈的责任感和深厚的造诣,原有的评价体系已经包括了绘图等终结性评价和实验操作等过程性评价,这是课题开展的基础。但是,评价主体和评价方式稍显单一,缺少一个全面的、系统的、便于师生使用的评价体系。在理论研究和实践调查的基础上,本文以行动研究为主要方法,以学习植物学课程的2006级和2007级本科生为研究对象,开展了构建植物学实验多元学习评价体系的研究。通过两年研究,已经形成了较完善的植物学实验多元学习评价体系。该体系包括“华东师范大学植物学实验多元学习评价手册（学生版）”和“华东师范大学植物学实验多元学习评价手册（教师版）”,评价内容涉及知识与技能、过程与方法、情感态度与价值观和个性评价等多个方面;评价方法包括自评和互评等。这些都体现了多元学习评价的精神和要求。评价并不是给学生划分等级,而是要为教师的教和学生的学提供有效信息,使教师和学生在评价中有所收获和发展。所以,本文还重点分析了学生的自评,根据自评情况梳理出实验难点,解析之后反馈给学生,供其复习之用;将学生对实验和评价的建议整理出来反馈给教师,供其优化教学之用。针对师范院校的特色,本文还设计了锻炼学生师范能力,体现师范特色的活动和评价,如校园认植物中的角色转换及评价、期中考试时的角色体验及评价等。当然,师范生素质的养成是一个长期的过程,教师在教学过程中所呈现的教学方法和教学策略会在潜移默化中影响学生师范素养的养成。对这些无法用具体评价体现的东西,我们也对学生进行了适当引导,引导学生不仅学习知识,还注意观察和思考教师的教学方法和策略。通过问卷调查和专家访谈,学生和专家对本文所构建的评价体系都持肯定态度,认为本研究视野开阔,评价内容、评价主体、评价方法等基本体现了多元学习评价的要求;基本实现了“以评促学”、“以评促教”、“以评促研”和“以评促改”的评价目标;评价以“为教与学服务”为原则,与教师的教和学生的学有效融为一体,在不影响教与学的前提下,为提高教与学的效率提供了有效信息,有较强的可行性和实用性;通过设计组织方案和进行PPT交流等活动,体现了高等师范院校学习评价的特色,可以为我院生命科学其他学科和其他高等师范院校的实验评价提供借鉴。本研究自评分数不计入总分,注重“对反馈的反馈”,有一定创新。但是由于时间和精力有限,还有很多问题需要进一步研究,如怎样克服课时紧张的困难,使评价更有效等。
二、几种容易混淆的中草药识别(二)（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、几种容易混淆的中草药识别(二)（论文提纲范文）
（1）中草药的太赫兹光谱鉴别（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第一章 绪论 |
| 1.1 太赫兹辐射简介 |
| 1.2 太赫兹辐射的产生与探测 |
| 1.2.1 太赫兹辐射的产生 |
| 1.2.2 太赫兹辐射的探测 |
| 1.3 太赫兹辐射的特性 |
| 1.4 太赫兹光谱技术的研究现状 |
| 1.5 中草药鉴别与质量鉴定 |
| 1.5.1 传统鉴定技术 |
| 1.5.2 常用鉴定技术 |
| 1.5.3 中药指纹图谱 |
| 1.5.4 人工神经网络在中药研究领域的应用及前景 |
| 1.6 本论文的主要工作 |
| 第二章 太赫兹时域光谱技术 |
| 2.1 THz时域光谱技术 |
| 2.2 实验装置、实验步骤和样品制备 |
| 2.2.1 实验装置 |
| 2.2.2 实验步骤 |
| 2.2.3 样品制备 |
| 2.3 数据处理基本原理 |
| 2.4 本章小节 |
| 第三章 BP神经网络的理论基础 |
| 3.1 人工神经网络概述 |
| 3.2 BP人工神经网络原理及应用 |
| 3.2.1 BP神经网络的基础知识 |
| 3.2.2 BP神经网络的算法推导 |
| 3.2.3 BP神经网络的主要特性和局限性 |
| 3.3 本章小结 |
| 第四章 BP神经网络对六组中草药的鉴别 |
| 4.1 BP神经网络对月季花和玫瑰花进行鉴别 |
| 4.1.1 样品简介 |
| 4.1.2 对于月季花和玫瑰花的太赫兹光谱研究 |
| 4.1.3 BP神经网络对月季花和玫瑰花进行鉴别 |
| 4.2 BP神经网络对南柴胡、北柴胡、银柴胡进行鉴别 |
| 4.2.1 样品简介 |
| 4.2.2 对于南柴胡、北柴胡、银柴胡的太赫兹光谱研究 |
| 4.2.3 BP神经网络对南柴胡、北柴胡和银柴胡进行鉴别 |
| 4.3 BP神经网络对山豆根和北豆根进行鉴别 |
| 4.3.1 样品简介 |
| 4.3.2 对于山豆根和北豆根的太赫兹光谱研究 |
| 4.3.3 BP神经网络对山豆根和北豆根进行鉴别 |
| 4.4 BP神经网络对地骨皮、五加皮和香加皮进行鉴别 |
| 4.4.1 样品简介 |
| 4.4.2 对于地骨皮、五加皮和香加皮的太赫兹光谱研究 |
| 4.4.3 BP神经网络对地骨皮、五加皮和香加皮进行鉴别 |
| 4.5 BP神经网络对阿胶、鹿角胶和龟甲胶进行鉴别 |
| 4.5.1 样品简介 |
| 4.5.2 对于阿胶、鹿角胶和龟甲胶的太赫兹光谱研究 |
| 4.5.3 BP神经网络对阿胶、龟甲胶、鹿角胶进行鉴别 |
| 4.6 BP神经网络对生大黄、熟大黄和酒大黄进行鉴别 |
| 4.6.1 样品简介 |
| 4.6.2 对于生大黄、酒大黄和熟大黄的太赫兹光谱研究 |
| 4.6.3 BP神经网络对生大黄、酒大黄、熟大黄进行鉴别 |
| 4.7 本章小结 |
| 第五章 基于分形理论的太赫兹光谱识别 |
| 5.1 引言 |
| 5.2 分形和分形盒维数 |
| 5.3 基于分形特征的太赫兹光谱识别 |
| 5.4 太赫兹光谱实验 |
| 5.5 盒维数计算，分析鉴别 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 本论文的主要结论 |
| 6.2 对未来工作的展望 |
| 参考文献 |
| 硕士期间所发表或待发表的论文 |
| 致谢 |
（2）基于深度学习的贝母分类算法研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 相关研究现状 |
| 1.2.1 计算机视觉发展现状 |
| 1.2.2 基于计算机视觉的中草药分类识别研究现状 |
| 1.2.3 贝母分类识别的研究现状 |
| 1.3 本文的研究内容 |
| 1.4 本文的组织结构 |
| 2 数据采集和预处理 |
| 2.1 数据采集 |
| 2.2 数据预处理 |
| 2.2.1 数据增强 |
| 2.2.2 色彩空间转换 |
| 2.3 本章小结 |
| 3 基于传统机器学习的贝母鉴别分类 |
| 3.1 传统机器学习框架和流程 |
| 3.2 特征提取 |
| 3.2.1 灰度共生矩阵 |
| 3.2.2 方向梯度直方图 |
| 3.3 特征分类 |
| 3.3.1 多分类支持向量机 |
| 3.3.2 支持向量机分类 |
| 3.4 实验结果和分析 |
| 3.5 本章小结 |
| 4 基于卷积神经网络的单视角贝母鉴别分类 |
| 4.1 卷积神经网络介绍 |
| 4.2 卷积神经网络结构的设计 |
| 4.2.1 基于特征重标定的双通路U型卷积神经网络 |
| 4.2.2 基于特征重标定的双通路模块 |
| 4.2.3 挤压和激励模块单元 |
| 4.3 算法流程 |
| 4.4 实验结果和分析 |
| 4.4.1 特征可视化 |
| 4.4.2 分类结果 |
| 4.4.3 时间复杂度和空间复杂度比较 |
| 4.5 本章小结 |
| 5 基于三维卷积神经网络多视角融合的贝母鉴别分类 |
| 5.1 多视角数据融合 |
| 5.2 多视角贝母分类模型的生成 |
| 5.3 实验结果和分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表论文及科研成果 |
| 致谢 |
（4）基于深度学习的中草药粉末显微特征研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 中草药识别技术介绍 |
| 1.2 中草药粉末显微特征图像鉴别的特点和优势 |
| 1.3 中草药粉末显微特征图像的研究现状和重点研究问题 |
| 1.3.1 中草药粉末显微特征图像的研究现状 |
| 1.3.2 中草药粉末显微特征图像识别的重点问题 |
| 1.4 本文主要工作内容 |
| 第二章 中草药粉末显微特征图像数据库的建立与图像增强 |
| 2.1 中草药粉末显微特征图像数据库的建立 |
| 2.1.1 中草药粉末显微特征图像的采集 |
| 2.1.2 中草药粉末显微特征图像的类别划分 |
| 2.2 中草药粉末显微特征图像识别研究方案 |
| 2.2.1 中草药粉末显微特征图像识别方法选择 |
| 2.2.2 中草药粉末显微特征图像检测识别技术方案 |
| 2.3 中草药粉末显微特征图像增强 |
| 2.3.1 图像数据的色彩调整 |
| 2.3.2 图像裁剪 |
| 2.3.3 随机水平翻转 |
| 2.3.4 去均值 |
| 2.4 实验结果 |
| 2.5 本章小结 |
| 第三章 基于改进型SSD算法的中草药特征检测 |
| 3.1 基于SE模块的SSD检测算法 |
| 3.1.1 SSD算法 |
| 3.1.2 SE模块 |
| 3.1.3 基于SE模块的改进型SSD算法 |
| 3.2 基于特征融合和SE模块的SSD检测算法 |
| 3.3 实验结果 |
| 3.4 本章小结 |
| 第四章 基于数据类型的多通道融合的中草药种类识别 |
| 4.1 显微图像数据类型 |
| 4.1.1 RGB图像 |
| 4.1.2 灰度图 |
| 4.1.3 二值图像 |
| 4.2 基于数据类型融合的图像识别 |
| 4.2.1 ACNet分类识别网络介绍 |
| 4.2.2 基于数据类型的多通道融合识别 |
| 4.3 实验结果 |
| 4.4 中草药粉末显微特征图像检测与识别系统 |
| 4.4.1 多种显微特征图像决策融合 |
| 4.4.2 显微图像检测识别应用系统 |
| 4.5 本章小结 |
| 第五章 结论与展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（5）抗风湿保健品中违禁添加物的高光谱和拉曼筛查方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 中英文缩略词对照表 |
| 第一章 绪论 |
| 1.1 保健食品及中成药非法添加物的现状及常见检测方法研究 |
| 1.1.1 薄层色谱法对保健品及中成药中非法添加物的检测 |
| 1.1.2 高效液相色谱法对保健品及中成药中非法添加物的检测 |
| 1.1.3 高效液相色谱串联质谱对保健品及中成药中非法添加物的检测 |
| 1.1.4 近红外光谱法对保健品及中成药中非法添加物的检测 |
| 1.1.5 毛细管电泳法对保健品及中成药中非法添加物的检测 |
| 1.2 拉曼光谱技术及应用概述 |
| 1.2.1 拉曼光谱简介 |
| 1.2.2 表面增强拉曼光谱简介 |
| 1.2.3 薄层色谱-表面增强拉曼技术及应用 |
| 1.2.4 拉曼光谱峰位归属指认 |
| 1.3 近红外高光谱成像技术 |
| 1.3.1 高光谱成像技术原理 |
| 1.3.2 高光谱成像技术发展及应用 |
| 1.4 化学计量学在定性/定量中的应用 |
| 1.4.1 光谱预处理方法 |
| 1.4.2 多元定量校正方法 |
| 1.4.3 模式识别定性方法 |
| 1.4.4 监督学习法的评价指标 |
| 1.5 研究的目的和意义 |
| 1.6 研究的主要内容 |
| 第二章 双氯芬酸钠的近红外高光谱成像定量分析方法研究 |
| 2.1 引言 |
| 2.2 实验材料与方法 |
| 2.2.1 材料与试剂 |
| 2.2.2 实验仪器 |
| 2.2.3 制备不同质量双氯芬酸钠比例的保健食品 |
| 2.2.4 近红外高光谱数据采集 |
| 2.2.5 近红外高光谱数据提取 |
| 2.2.6 高光谱数据分析及建模方法 |
| 2.2.7 选择特征波段 |
| 2.2.8 模型评价参数 |
| 2.3 结果与讨论 |
| 2.3.1 违禁添加抗炎药物双氯芬酸钠的近红外高光谱图像分析 |
| 2.3.2 违禁添加抗炎类药物双氯芬酸钠的原始光谱图像 |
| 2.3.3 近红外高光谱数据预处理分析 |
| 2.3.4 不同模型方法的建立及评价 |
| 2.3.5 最佳模型的验证结果比较 |
| 2.4 本章小结 |
| 第三章 薄层色谱-表面增强拉曼同时鉴别抗风湿类保健食品中违禁添加物 |
| 3.1 引言 |
| 3.2 实验材料与方法 |
| 3.2.1 材料与试剂 |
| 3.2.2 仪器与设备 |
| 3.2.3 金胶溶液的制备 |
| 3.2.4 标准溶液及样品的制备 |
| 3.2.5 密度泛函数理论计算 |
| 3.2.6 TLC-SERS条件优化 |
| 3.2.7 化学计量学定性分析11 种化学物质 |
| 3.3 结果与讨论 |
| 3.3.1 纳米金溶胶的性能 |
| 3.3.2 十一种化学物质的拉曼光谱计算及振动模式归属 |
| 3.3.3 TLC-SESR的条件优化 |
| 3.3.4 模拟样品检测的SERS结果 |
| 3.3.5 针对11 种化学物质判别模型的定性分析 |
| 3.3.6 验证较优模型预测结果分析 |
| 3.4 本章小节 |
| 第四章 TLC比移值相近的违禁添加物之间的判别模型研究 |
| 4.1 引言 |
| 4.2 实验材料与方法 |
| 4.2.1 主要试剂与材料 |
| 4.2.2 实验仪器 |
| 4.2.3 金胶溶液及标准样品的制备 |
| 4.2.4 二元混合化学药物拉曼光谱采集 |
| 4.2.5 拉曼光谱预处理及特征波段选择方法 |
| 4.2.6 拉曼光谱数据的定性分析方法 |
| 4.3 结果与讨论 |
| 4.3.1 二元混合化学药物的SERS光谱分析 |
| 4.3.2 CARS方法筛选光谱变量 |
| 4.3.3 二元混合化学药物的拉曼光谱定性分析评价比较 |
| 4.3.4 二元混合化学药物的较优模型验证结果分析 |
| 4.4 本章小结 |
| 主要结论与展望 |
| 主要结论 |
| 展望 |
| 致谢 |
| 参考文献 |
| 附录Ⅰ:作者在攻读硕士学位期间的成果 |
| 附录Ⅱ |
| 附录Ⅲ |
（7）中医传统图式符号审美及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究对象与概念界定 |
| 1.2.1 研究对象 |
| 1.2.2 概念界定 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 研究内容与方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 创新点与不足 |
| 1.5.1 创新点 |
| 1.5.2 不足 |
| 第2章 中医图式符号的发展 |
| 2.1 起源 |
| 2.1.1 中医产生的地理环境 |
| 2.1.2 早期巫术对中医图式符号的影响 |
| 2.1.3 劳动实践对中医图式符号的形成与影响 |
| 2.2 中医及其图式符号的发展与流变 |
| 2.2.1 中医图式符号的萌芽时期 |
| 2.2.2 中医图式符号的定形 |
| 2.2.3 图式符号的发展 |
| 2.2.4 图式符号的不断完善 |
| 2.2.5 图式符号的衰落 |
| 2.3 图形符号标准化进程及中医符号使用现状 |
| 2.3.1 图形符号设计的标准化进程 |
| 2.3.2 中医符号使用现状 |
| 第3章 中医图式符号的基本特征 |
| 3.1 中医图式符号的分类 |
| 3.1.1 自然气象符号 |
| 3.1.2 卦象符号 |
| 3.1.3 动植物符号 |
| 3.1.4 人物符号 |
| 3.1.5 复合符号 |
| 3.2 中医传统图式符号的组织结构 |
| 3.2.1 同心圆结构 |
| 3.2.2 对称结构 |
| 3.2.3 循环结构 |
| 3.2.4 总分结构 |
| 3.2.5 "十"字、"米"字结构 |
| 3.3 中医图式符号的造型特点 |
| 3.3.1 概括与抽象 |
| 3.3.2 灵动与秩序 |
| 3.3.3 分解与重构 |
| 第4章 中医传统图式符号的审美特征及文化内涵 |
| 4.2 中医图式符号的审美产生及特征分析 |
| 4.2.1 中医图式符号传达的形式美 |
| 4.2.2 中医图式符号的审美特征 |
| 4.3 中医传统图式符号的文化内涵 |
| 4.3.1 阴阳五行理论对中医图式符号的影响 |
| 4.3.2 道家思想对中医图式符号的影响 |
| 4.3.3 道教对中医图式符号的影响 |
| 4.3.4 儒家思想对中医图式符号的影响 |
| 4.3.5 佛教艺术对中医图式符号的影响 |
| 第5章 中医传统图形符号的局限与拓展 |
| 5.1 关于中医传统图形符号认知度的相关调查 |
| 5.1.1 调查对象及方法 |
| 5.1.2 调查结果 |
| 5.2 中医传统图形符号的局限性 |
| 5.2.1 手工化倾向明显，难以规范统一 |
| 5.2.2 图形注重装饰细节，缺乏共性 |
| 5.2.3 图形过于依赖文字说明，缺乏独立性 |
| 5.2.4 管理混乱，图形使用界限不清 |
| 5.3 中医传统图形符号的拓展 |
| 5.3.1 注重功能性，统一形象 |
| 5.3.2 注重设计的级层差异化 |
| 5.3.3 借鉴传统图案的造型规律 |
| 5.3.4 借鉴传统图案的艺术符号 |
| 第6章 基于传统的现代中医图形符号设计探索 |
| 6.1 设计背景 |
| 6.1.1 中医公用信息图形符号的标准化的国际需求 |
| 6.1.2 中医形象提升的需求 |
| 6.2 设计步骤 |
| 6.2.1 中医形象概念提炼 |
| 6.2.2 中医形象概念到图形符号的转化 |
| 6.3 设计方法 |
| 6.3.1 中医图形符号设计的分级处理 |
| 6.3.1.1 中医基础公共系统符号的标准化设计 |
| 6.3.1.2 中医图形符号中非共享目的的个性化设计 |
| 6.3.2 典型符号设计 |
| 6.4 设计成果 |
| 6.4.1 养生理论图形符号设计方案 |
| 6.4.2 疾病理论图形符号设计方案 |
| 6.4.3 疗法理论图形符号设计方案 |
| 6.4.4 诊法理论图形符号设计方案 |
| 6.4.5 生命理论图形符号设计方案 |
| 6.4.6 药物理论图形符号设计方案 |
| 7 结论 |
| 7.1 建立中医公用信息图形符号素材库 |
| 7.1.1 借鉴中医名词研究成果，广泛征集图形信息 |
| 7.1.2 建立中医标志化公用信息图形符号设计的审定机构 |
| 7.2 中医标志化公共信息图形符号的应用及管理策略 |
| 7.2.1 完善中医学图形符号数据库 |
| 7.2.2 构建国内外信息交流平台，建立国际战略合作伙伴关系 |
| 7.2.3 对已审定的中医图形符号进行普及宣传，加强监督管理 |
| 参考文献 |
| 致谢 |
| 附录A 攻读博士学位期间发表论文及科研情况 |
| 附录B 问卷调查 |
| 附录C 公用信息图形符号第六部分:医疗保健符号 |
| 附录D 中医大事年表 |
| 附录E 中药材分类 |
| 附录F 湖北省中医药发展情况 |
（8）苦苣苔科药用植物亲缘学研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 前言 |
| 第一章 苦苣苔科药用植物研究进展 |
| 第一节 苦苣苔科植物分类概况 |
| 第二节 苦苣苔科药用植物显微鉴定研究进展 |
| 第三节 苦苣苔科药用植物化学成分研究进展 |
| 第四节 苦苣苔科药用植物药理活性研究进展 |
| 第五节 苦苣苔科药用植物核酸分析研究进展 |
| 第六节 结语 |
| 参考文献 |
| 第二章 中国苦苣苔科植物传统药物学调查 |
| 第一节 调查方法 |
| 第二节 调查结果 |
| 第三节 讨论 |
| 参考文献 |
| 第三章 苦苣苔科药用植物显微鉴定研究 |
| 第一节 材料和方法 |
| 第二节 实验结果 |
| 第三节 讨论 |
| 参考文献 |
| 第四章 苦苣苔科药用植物分子鉴定研究 |
| 第一节 苦苣苔科药用植物叶绿体基因rbcL研究 |
| 1.1 材料与方法 |
| 1.2 实验结果 |
| 1.3 讨论 |
| 第二节 苦苣苔科药用植物trnH-psbA基因区间研究 |
| 2.1 材料与方法 |
| 2.2 实验结果 |
| 2.3 讨论 |
| 第三节 苦苣苔科药用植物ITS序列研究 |
| 3.1 材料与方法 |
| 3.2 实验结果 |
| 3.3 讨论 |
| 第四节 苦苣苔科药用植物rbcL--trnH-psbA--ITS序列研究 |
| 4.1 材料与方法 |
| 4.2 实验结果 |
| 4.3 讨论 |
| 第五节 结语 |
| 参考文献 |
| 第五章 苯乙醇苷类成分在苦苣苔科的分布规律研究 |
| 第一节 仪器与材料 |
| 第二节 实验方法 |
| 第三节 结果及讨论 |
| 第六章 总结与讨论 |
| 致谢 |
| 个人简历 |
（9）化学计量学在中药研究中的应用（论文提纲范文）
| 第一章 绪言 |
| 1.1 化学计量学定义及研究范畴 |
| 1.2 化学计量学发展概况 |
| 1.3 化学计量学在分析化学中的应用 |
| 1.4 化学计量学在中药研究中的应用 |
| 1.4.1 化学计量学在中药鉴别及质量控制方面的应用 |
| 1.4.2 化学计量学在中药色谱分离中的应用 |
| 1.4.3 化学计量学在中药药动学、药效学中的应用 |
| 1.4.4 化学计量学在中药制剂分析中的应用 |
| 1.4.5 化学计量学在中药化学结构预测中的应用 |
| 1.5 参考文献 |
| 第二章 人工神经网络用于中药多组分同时测定的研究 |
| 2.1 引言 |
| 2.2 人工神经网络原理 |
| 2.2.1 传统的人工神经网络 |
| 2.2.2 改进的人工神经网络 |
| 2.3 实验部分 |
| 2.3.1 仪器与试剂 |
| 2.3.2 标准储备液的配制 |
| 2.3.3 吸收光谱 |
| 2.3.4 样品处理 |
| 2.4 结果与讨论 |
| 2.4.1 吸收光谱 |
| 2.4.2 网络参数的选择 |
| 2.4.3 干扰组分的校正 |
| 2.4.4 训练集的动态选择 |
| 2.4.5 实际样品分析 |
| 2.4.6 与偏最小二乘(PLS)方法比较 |
| 2.5 结论 |
| 2.6 参考文献 |
| 第三章 中药指纹图谱的化学模式识别研究 |
| 3.1 引言 |
| 3.1.1 中药指纹图谱简介 |
| 3.1.2 模式识别技术简介[18] |
| 3.1.3 相似性评价方法简介 |
| 3.2 实验部分 |
| 3.2.1 仪器与试剂 |
| 3.2.2 实验方法 |
| 3.2.3 色谱指纹图谱采集 |
| 3.3 中草药色谱指纹图谱模式识别原理 |
| 3.4 结果与讨论 |
| 3.4.1 保留时间漂移的校正 |
| 3.4.2 共有峰判别 |
| 3.4.3 各种相似性测度分析 |
| 3.4.4 总相似度及分类判别 |
| 3.4.5 综合质量评价 |
| 3.5 结论 |
| 3.6 参考文献 |
| 第四章 中药色谱指纹谱图库的建立 |
| 4.1 引言 |
| 4.2 实验部分 |
| 4.2.1 仪器与试剂 |
| 4.2.2 实验方法 |
| 4.2.3 色谱指纹图谱采集 |
| 4.3 数据库结构总体设计 |
| 4.4 数据库的结构实现及完善 |
| 4.4.1 本系统采用的技术 |
| 4.4.2 数据库联接 |
| 4.4.3 系统界面设计 |
| 4.4.4 数据库中对图像的处理 |
| 4.4.5 模式识别设计 |
| 4.5 数据库的维护与更新 |
| 4.6 测试系统 |
| 4.6.1 测试数据库系统 |
| 4.6.2 测试模式识别系统 |
| 4.7 小结 |
| 4.8 参考文献 |
| 作者简历 |
| 作者攻读博士学位期间获得的成果 |
| 摘要 |
| ABSTRACT |
（10）华东师范大学植物学实验多元学习评价体系构建的行动研究（论文提纲范文）
| 摘要 |
| Abstract |
| 引言 |
| 第一部分 相关理论研究 |
| 一、高师院校的历史使命 |
| (一) 高等教育的功能 |
| (二) 高等教育下人才应具有的素质 |
| (三) 高师院校教学活动的价值 |
| (四) 优秀教师应具备的素质 |
| (五) 师范院校的教学原则 |
| 二、植物学实验概述 |
| (一) 生命科学教与学应掌握的生命科学基本规律 |
| (二) 生命科学实验课的意义和类型 |
| (三) 植物学和植物学实验课的教学目标 |
| (四) 植物学实验要掌握的基本技能 |
| (五) 植物学实验要掌握的基本能力 |
| 三、多元学习评价概述 |
| (一) 评价的定义和主要类型 |
| (二) 评价的功能和误区 |
| (三) 学习评价的定义和概念区分 |
| (四) 国内外学习评价改革现状和发展趋势 |
| (五) 多元评价的理论基础和特征 |
| (六) 高等教育学习评价的价值取向 |
| (七) 生命科学实验学习评价常用的方法 |
| 四、行动研究的方法与步骤 |
| (一) 行动研究的定义 |
| (二) 行动研究的几种模式 |
| (三) 行动研究的步骤 |
| (四) 行动研究的注意事项 |
| 第二部分 华东师范大学生命科学学院植物学实验学习评价的现状研究 |
| 一、华东师范大学生命科学学院实验课概述 |
| (一) 华东师范大学的战略定位和培养目标 |
| (二) 华东师范大学生命科学学院的本科生培养目标 |
| (三) 华东师范大学生命科学学院实验课程体系 |
| (四) 华东师范大学生命科学学院实验课的学习评价研究 |
| 三、华东师范大学植物学实验教与学现状调查 |
| (一) 教学目标与要求、课程设置与教学环境 |
| (二) 实验课学习评价现状 |
| (三) 学生状态分析 |
| 四、植物学实验课学习评价的需求分析 |
| (一) 对植物学实验的期待 |
| (二) 实验学习评价主体 |
| (三) 实验学习评价方式 |
| (四) 实验学习评价内容 |
| (五) 实验学习评价的困难 |
| (六) 对师范院校植物学实验特色的认识 |
| (七) 调查问卷小结 |
| 第三部分 华东师范大学植物学实验课多元学习评价体系构建的行动研究 |
| 一、行动研究的基础 |
| (一) 确定研究问题和研究方案 |
| (二) 确定评价原则 |
| (三) 确定评价主体 |
| (四) 确定评价目标 |
| (五) 确定评价内容 |
| (六) 确定评价方法、评价工具和结果处理方式 |
| (七) 评价中的心理调控 |
| 二、第一轮行动研究 |
| (一) 行动方案的设计依据 |
| (二) 行动方案解析 |
| (三) 行动方案的评价与反思 |
| 三、第二轮行动研究 |
| (一) 行动方案的修订 |
| (二) 修订后的评价方案示例 |
| (三) 修订方案的实施和反馈 |
| (四) 学生和专家对修订方案的评价 |
| (五) 修订方案的反思 |
| 第四部分 结论与反思 |
| 一、研究结论 |
| 二、研究的创新之处 |
| 三、研究的不足之处 |
| 后记——持续的行动,崭新的起点 |
| 附录1 华东师范大学植物学实验调查问卷(一) |
| 附录2 华东师范大学植物学实验教学大纲 |
| 附录3 华东师范大学植物学实验多元学习评价手册(学生版) |
| 附录4 华东师范大学植物学实验多元学习评价手册(教师版) |
| 附录5 华东师范大学植物学实验反馈结果汇总(给教师) |
| 附录6 华东师范大学植物学实验反馈结果统计与难点解析(给学生) |
| 附录7 华东师范大学植物学实验调查问卷(二) |
| 附录8 华东师范大学植物学实验期中交流学生选题选编 |
| 附录9 华东师范大学植物学实验期中交流照片 |
| 附录10 华东师范大学植物学实验多元学习评价体系的专家访谈记录 |
| 参考文献 |
| 致谢 |
四、几种容易混淆的中草药识别(二)（论文参考文献）
- [1]中草药的太赫兹光谱鉴别[D]. 张平. 首都师范大学, 2008(03)
- [2]基于深度学习的贝母分类算法研究与实现[D]. 胡科. 成都大学, 2020(08)
- [3]几种容易混淆的中草药识别(二)[J]. 湖南省邵阳地区药品检验所. 中草药通讯, 1976(05)
- [4]基于深度学习的中草药粉末显微特征研究[D]. 孙霞. 北方工业大学, 2020(02)
- [5]抗风湿保健品中违禁添加物的高光谱和拉曼筛查方法研究[D]. 王成. 江南大学, 2021(01)
- [6]几种容易混淆的中草药识别(五)[J]. 湖南省邵阳地区药品检验所. 中草药通讯, 1976(08)
- [7]中医传统图式符号审美及应用研究[D]. 宋新娟. 武汉理工大学, 2010(08)
- [8]苦苣苔科药用植物亲缘学研究[D]. 白贞芳. 北京中医药大学, 2010(10)
- [9]化学计量学在中药研究中的应用[D]. 白立飞. 吉林大学, 2006(10)
- [10]华东师范大学植物学实验多元学习评价体系构建的行动研究[D]. 张兴娟. 华东师范大学, 2009(12)