摘要 | 第4-5页 |
abstract | 第5-6页 |
第1章 引言 | 第9-16页 |
1.1 课题背景及课题意义 | 第9-10页 |
1.1.1 研究背景 | 第9-10页 |
1.1.2 研究意义 | 第10页 |
1.2 近红外光谱预测模型的研究现状 | 第10-15页 |
1.2.1 近红外光谱化学计量学模型研究现状 | 第10-12页 |
1.2.2 最小二乘支持向量机参数优化问题研究现状 | 第12-13页 |
1.2.3 基于最小二乘支持向量机模型的近红外光谱波长选择研究现状 | 第13-15页 |
1.3 本文主要内容及结构安排 | 第15-16页 |
第2章 基于近红外光谱的支持向量机建模基础 | 第16-24页 |
2.1 近红外光谱模型原理 | 第16-17页 |
2.2 支持向量机模型原理 | 第17-20页 |
2.2.1 支持向量机原理 | 第17-19页 |
2.2.2 最小二乘支持向量机原理 | 第19-20页 |
2.3 近红外光谱最小二乘支持向量机模型 | 第20-24页 |
第3章 基于改进果蝇优化算法的最小二乘支持向量机参数优化 | 第24-35页 |
3.1 果蝇优化算法原理及存在问题分析 | 第24-28页 |
3.1.1 果蝇优化算法原理 | 第24-26页 |
3.1.2 果蝇优化算法存在问题分析 | 第26-28页 |
3.2 果蝇优化算法的改进 | 第28-34页 |
3.2.1 动态步长与接受次优个体策略的研究 | 第28-31页 |
3.2.2 实验研究 | 第31-34页 |
3.3 本章小结 | 第34-35页 |
第4章 基于改进递归特征消除的近红外光谱波长选择方法 | 第35-52页 |
4.1 递归特征消除方法原理及存在问题分析 | 第35-38页 |
4.1.1 递归特征消除方法原理 | 第35-36页 |
4.1.2 递归特征消除方法应用于最小二乘支持向量机问题分析 | 第36-38页 |
4.2 改进的递归特征消除方法设计 | 第38-44页 |
4.2.1 准则函数设计 | 第38-40页 |
4.2.2 特征选择方法设计 | 第40-44页 |
4.3 实验研究 | 第44-51页 |
4.3.1 柴油近红外光谱实验 | 第44-48页 |
4.3.2 玉米近红外光谱实验 | 第48-51页 |
4.4 本章小结 | 第51-52页 |
第5章 基于C-H基团吸收区间及IRFE的波长选择方法 | 第52-61页 |
5.1 近红外光谱中的C-H基团吸收区间 | 第52-53页 |
5.2 基于C-H基团吸收区间及IRFE的波长选择方法 | 第53-55页 |
5.3 实验研究 | 第55-60页 |
5.4 本章小结 | 第60-61页 |
总结与展望 | 第61-63页 |
参考文献 | 第63-69页 |
攻读硕士学位期间取得的学术成果 | 第69-70页 |
致谢 | 第70页 |