摘要 | 第7-8页 |
Abstract | 第8-9页 |
第一章 绪论 | 第10-13页 |
1.1 课题背景 | 第10页 |
1.2 国内外研究现状分析 | 第10-11页 |
1.3 研究内容 | 第11-13页 |
第二章 分析原理 | 第13-20页 |
2.1 近红外光谱检测分析原理 | 第13-14页 |
2.2 近红外光谱特点 | 第14页 |
2.3 近红外光谱的定量分析 | 第14-16页 |
2.3.1 偏最小二乘法 | 第14-15页 |
2.3.2 主成分回归 | 第15-16页 |
2.4 近红外光谱的定性分析 | 第16-17页 |
2.5 模型评价 | 第17-18页 |
2.6 特征变量选择方法 | 第18-19页 |
2.6.1 基于主成分分析的投影判别法 | 第18-19页 |
2.6.2 无信息变量消除法 | 第19页 |
2.6.3 基于随机检验的变量选择法 | 第19页 |
2.7 本章小结 | 第19-20页 |
第三章 实验方案与系统实现 | 第20-34页 |
3.1 主要实验仪器 | 第20-23页 |
3.1.1 光谱仪 | 第20-21页 |
3.1.2 理化分析仪 | 第21页 |
3.1.3 光源及探头 | 第21-23页 |
3.2 实验材料与测量方法 | 第23-25页 |
3.2.1 苹果类 | 第23-24页 |
3.2.2 橘柑类 | 第24页 |
3.2.3 溶液类 | 第24-25页 |
3.3 光谱数据预处理 | 第25-29页 |
3.3.1 平滑处理 | 第25-26页 |
3.3.2 多元散射校正与标准正态变量变换 | 第26-27页 |
3.3.3 导数(微分) | 第27-28页 |
3.3.4 小波变换 | 第28-29页 |
3.4 近红外光谱实时分析与服务系统 | 第29-33页 |
3.4.1 系统介绍 | 第29-30页 |
3.4.2 光谱数据的发送、接受与调用服务 | 第30-32页 |
3.4.3 数据库服务 | 第32-33页 |
3.5 本章小结 | 第33-34页 |
第四章 数据分析 | 第34-43页 |
4.1 苹果糖度的PLS模型分析 | 第34-38页 |
4.1.1 糖类溶液的谱图分析 | 第34-36页 |
4.1.2 基于主成分分析的投影判别法在特征波长的选取的应用 | 第36-38页 |
4.2 苹果农药残留的PLS模型分析 | 第38-39页 |
4.2.1 农药溶液的谱图分析 | 第38-39页 |
4.3 品种识别模型 | 第39-42页 |
4.3.1 苹果品种识别 | 第39-40页 |
4.3.2 橘柑品种识别 | 第40-42页 |
4.4 本章小结 | 第42-43页 |
第五章 全文总结与展望 | 第43-45页 |
5.1 全文总结 | 第43页 |
5.2 展望 | 第43-45页 |
参考文献 | 第45-49页 |
致谢 | 第49页 |