小麦成分近红外检测模型年份校准方法的研究
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究的目的和意义 | 第9-10页 |
| 1.2 外光谱分析技术的国内研究现状 | 第10-11页 |
| 1.3 近红外模型校准的国内外研究现状 | 第11-13页 |
| 1.4 研究内容 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 近红外光谱技术的理论基础 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 近红外光谱的基本原理 | 第15-18页 |
| 2.2.1 物理和化学原理 | 第15-16页 |
| 2.2.2 化学计量学原理 | 第16-17页 |
| 2.2.3 近红外分析技术的特点 | 第17-18页 |
| 2.3 光谱定量分析方法 | 第18-26页 |
| 2.3.1 异常样本识别方法 | 第18-19页 |
| 2.3.2 样本集划分方法 | 第19-21页 |
| 2.3.3 光谱预处理方法 | 第21-24页 |
| 2.3.4 光谱特征提取方法 | 第24页 |
| 2.3.5 光谱定量分析建模方法 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于近红外技术的小麦蛋白质定量分析模型 | 第27-45页 |
| 3.1 引言 | 第27页 |
| 3.2 实验数据的获取 | 第27-28页 |
| 3.2.1 实验材料 | 第27-28页 |
| 3.2.2 实验仪器 | 第28页 |
| 3.2.3 小麦性质值的理化测定及结果分析 | 第28页 |
| 3.3 PLSR法的优化 | 第28-31页 |
| 3.4 异常样本判别 | 第31-35页 |
| 3.4.1 模型稳定性的判定 | 第31-32页 |
| 3.4.2 强影响点的判定 | 第32-34页 |
| 3.4.3 二审判别法 | 第34-35页 |
| 3.5 样本集划分方法对模型的影响 | 第35-38页 |
| 3.6 小麦蛋白质定量分析模型的确定 | 第38-43页 |
| 3.7 本章小结 | 第43-45页 |
| 第4章 蛋白质定量分析模型的适用性检验 | 第45-51页 |
| 4.1 引言 | 第45页 |
| 4.2 主成分得分空间分布法 | 第45-46页 |
| 4.3 马氏距离法 | 第46-47页 |
| 4.4 费歇(Fisher)值法 | 第47-49页 |
| 4.5 直接交叉验证 | 第49-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第5章 模型校准方法研究 | 第51-59页 |
| 5.1 引言 | 第51页 |
| 5.2 基于光谱值校正传递算法的模型校准 | 第51-53页 |
| 5.3 基于模型更新法的模型校准 | 第53-55页 |
| 5.3.1 基于影响因素选取添加样本 | 第53-54页 |
| 5.3.2 基于KS法选取添加样本 | 第54-55页 |
| 5.4 基于斜率/截距(S/B)算法的模型校准 | 第55-57页 |
| 5.5 不同模型校准方法结果比较 | 第57-58页 |
| 5.6 本章小结 | 第58-59页 |
| 结论 | 第59-62页 |
| 参考文献 | 第62-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的论文 | 第71页 |
