基于光谱分析技术的农林生物质能源品质的快速检测研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 前言 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 研究内容 | 第15-17页 |
| 第2章 材料和方法 | 第17-27页 |
| 2.1 实验材料 | 第17页 |
| 2.2 实验平台仪器 | 第17-19页 |
| 2.3 建立光谱校正模型 | 第19-20页 |
| 2.4 光谱预处理方法 | 第20-22页 |
| 2.5 数据建模方法 | 第22-24页 |
| 2.6 光谱特征波长提取 | 第24-26页 |
| 2.7 NIR模型的评价标准 | 第26页 |
| 2.8 小结 | 第26-27页 |
| 第3章 农林生物质燃料特性的光谱快速检测研究 | 第27-37页 |
| 3.1 光谱和样本数据的处理与分析 | 第27-32页 |
| 3.1.1 样本制备和光谱测试 | 第27页 |
| 3.1.2 生物质光谱特征 | 第27-28页 |
| 3.1.3 光谱预处理 | 第28-29页 |
| 3.1.4 样本特征 | 第29-31页 |
| 3.1.5 主成分分析 | 第31-32页 |
| 3.2 干基样本不同预处理PLSR建模 | 第32-33页 |
| 3.3 湿基样本研究 | 第33-36页 |
| 3.3.1 模型建模比较 | 第33-34页 |
| 3.3.2 BOC转换光谱PLSR模型 | 第34-35页 |
| 3.3.3 LV-BPANN模型 | 第35-36页 |
| 3.4 小结 | 第36-37页 |
| 第4章 生物炭能源品质的光谱快速检测研究 | 第37-52页 |
| 4.1 样品制备和样本特征 | 第37-39页 |
| 4.1.1 样品制备 | 第37-38页 |
| 4.1.2 样本特征 | 第38-39页 |
| 4.2 光谱预处理和数据分类 | 第39-42页 |
| 4.2.1 光谱预处理 | 第39-40页 |
| 4.2.2 不同热解温度的区分 | 第40-42页 |
| 4.3 全谱建模 | 第42-47页 |
| 4.3.1 确定建模集、预测集和光谱预处理 | 第42-44页 |
| 4.3.2 基于PCA和PLS的神经网络建模 | 第44-47页 |
| 4.4 提取特征波长进行建模 | 第47-51页 |
| 4.4.1 无信息消除法(UVE) | 第47-48页 |
| 4.4.2 连续投影法(SPA) | 第48-50页 |
| 4.4.3 无信息消除-连续投影法 | 第50-51页 |
| 4.5 小结 | 第51-52页 |
| 第5章 基于反射光谱的生物炭快速鉴别溯源研究 | 第52-60页 |
| 5.1 材料与光谱测试 | 第52-53页 |
| 5.2 光谱处理和特征 | 第53-54页 |
| 5.2.1 光谱处理 | 第53-54页 |
| 5.2.2 光谱特征 | 第54页 |
| 5.3 主成分分析与样本聚类特征 | 第54-55页 |
| 5.4 生物炭建模分类 | 第55-58页 |
| 5.4.1 基于主成分的LDA和SVM模型 | 第55-56页 |
| 5.4.2 基于PCA压缩的BPANN建模 | 第56页 |
| 5.4.3 基于小波的生物炭建模分类 | 第56-58页 |
| 5.5 结论 | 第58-60页 |
| 第6章 结论与展望 | 第60-63页 |
| 6.1 研究内容与结论 | 第60-61页 |
| 6.2 本研究主要创新点 | 第61-62页 |
| 6.3 对未来研究的展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间参加的科研项目和成果 | 第68页 |
