首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于光谱图像的青梅品质预测及像素信度评价

致谢第3-4页
摘要第4-5页
abstract第5-6页
第一章 绪论第9-17页
    1.1 研究背景第9-13页
        1.1.1 青梅产业升级的检测需求第9-10页
        1.1.2 光谱成像技术的应用第10-12页
        1.1.3 像素指标预测的验证难题第12-13页
    1.2 研究内容与技术路线第13-17页
        1.2.1 研究目的及意义第13-14页
        1.2.2 主要研究内容第14-17页
第二章 青梅光谱图像采集及理化检测第17-22页
    2.1 光谱图像采集第17-20页
        2.1.1 光谱图像采集系统第17-19页
        2.1.2 光谱图像分析第19-20页
    2.2 理化成分检测第20-21页
        2.2.1 Brix第20-21页
        2.2.2 PH第21页
    2.3 本章总结第21-22页
第三章 青梅光谱图像预处理第22-28页
    3.1 创建ROI第22页
    3.2 反射率校正第22-23页
    3.3 特征光谱提取第23-24页
    3.4 空间滤波第24-25页
    3.5 光谱滤波第25-27页
    3.6 本章总结第27-28页
第四章 像素预测信度评价方法第28-32页
    4.1 背景第28页
    4.2 评价准则第28-30页
        4.2.1 预测值均值要求第28-29页
        4.2.2 预测值范围要求第29页
        4.2.3 与先验知识的一致性要求第29-30页
    4.3 评价函数第30-31页
        4.3.1 预测值均值准确度函数第30页
        4.3.2 预测值范围可靠度函数第30页
        4.3.3 先验知识一致度函数第30-31页
    4.4 章节总结第31-32页
第五章 全波段预测建模及像素预测信度评价第32-47页
    5.1 基于全波段的PLS、RBF模型第33-39页
        5.1.1 PLS建模第33-34页
        5.1.2 RBF建模第34-39页
    5.2 像素预测及其信度评价第39-46页
        5.2.1 预测值均值准确度第40-42页
        5.2.2 预测值范围可靠度第42-44页
        5.2.3 先验知识一致度函数第44-46页
    5.3 本章总结第46-47页
第六章 青梅特征波长预测建模及像素预测信度评价第47-63页
    6.1 基于特征波长的GA-PLS模型第48-51页
    6.2 像素预测及其信度评价第51-55页
    6.3 最佳像素预测模型及其预测结果可视化第55-60页
    6.4 预处理方法和特征波长数对像素信度评价指标的影响第60-62页
    6.5 本章总结第62-63页
第七章 结论与进一步研究建议第63-65页
    7.1 总结与主要创新点第63-64页
    7.2 进一步研究建议第64-65页
参考文献第65-68页

论文共68页,点击 下载论文
上一篇:一汽丰田(长春)发动机有限公司口译实践报告--以缸盖生产线现场口译为例
下一篇:上海师大体育教育专业教育实习现状调查与模式改革研究