| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第15-27页 |
| 1.1 引言 | 第15-16页 |
| 1.2 红外光谱分析技术 | 第16-20页 |
| 1.2.1 红外光谱简介 | 第16-18页 |
| 1.2.2 光谱分析及其化学计量学 | 第18-20页 |
| 1.2.2.1 光谱数据预处理 | 第19页 |
| 1.2.2.2 校正模型的建立 | 第19-20页 |
| 1.3 国内外研究现状 | 第20-23页 |
| 1.3.1 二维相关光谱的发展 | 第20-21页 |
| 1.3.2 羊毛与羊绒制品鉴别的发展与现状 | 第21-23页 |
| 1.3.3 多分类器信息融合方法研究现状 | 第23页 |
| 1.4 课题的研究意义和主要研究内容 | 第23-25页 |
| 1.4.1 基于二维相关光谱的特征提取 | 第24页 |
| 1.4.2 分别基于投票器和信息熵的多分类器信息融合 | 第24-25页 |
| 1.5 本文主要内容和结构 | 第25-27页 |
| 第二章 算法理论基础 | 第27-39页 |
| 2.1 引言 | 第27页 |
| 2.2 光谱数据预处理 | 第27-30页 |
| 2.2.1 多元散射校正(MSC) | 第27-28页 |
| 2.2.2 均值中心化 | 第28页 |
| 2.2.3 Savitzky-Golay平滑法 | 第28-29页 |
| 2.2.4 导数算法 | 第29-30页 |
| 2.3 二维相关光谱 | 第30-33页 |
| 2.4 支持向量机 | 第33-37页 |
| 2.4.1 线性可分 | 第33-35页 |
| 2.4.2 线性不可分 | 第35-37页 |
| 2.5 小结 | 第37-39页 |
| 第三章 基于二维相关光谱的羊毛与羊绒制品鉴别研究 | 第39-51页 |
| 3.1 引言 | 第39-40页 |
| 3.2 方法改进 | 第40页 |
| 3.3 算法验证与实验 | 第40-43页 |
| 3.3.1 羊毛与羊绒制品样本近红外光谱采集 | 第40-41页 |
| 3.3.2 数据处理软件 | 第41页 |
| 3.3.3 数据预处理 | 第41页 |
| 3.3.4 构造二维相关光谱 | 第41-42页 |
| 3.3.5 模型建立 | 第42-43页 |
| 3.4 结果与讨论 | 第43-49页 |
| 3.4.1 羊毛与羊绒一维光谱与二维相关光谱的比较 | 第43-45页 |
| 3.4.2 基于一维光谱进行分类 | 第45页 |
| 3.4.3 基于二维光谱进行分类 | 第45-48页 |
| 3.4.4 基于投票器的多分类器信息融合 | 第48-49页 |
| 3.5 小结 | 第49-51页 |
| 第四章 基于信息熵的纯棉与丝光棉鉴别研究 | 第51-63页 |
| 4.1 引言 | 第51页 |
| 4.2 算法验证与实验 | 第51-55页 |
| 4.2.1 纯棉与丝光棉制品近红外光谱采集 | 第51-52页 |
| 4.2.2 数据处理软件与数据预处理 | 第52页 |
| 4.2.3 构造二维相关光谱 | 第52-53页 |
| 4.2.4 改进的基于信息熵的多分类器信息融合 | 第53-54页 |
| 4.2.5 模型建立及基于信息熵的多分类器信息融合 | 第54-55页 |
| 4.2.6 模型的评价 | 第55页 |
| 4.3 结果与讨论 | 第55-61页 |
| 4.3.1 两种样本一维光谱与二维相关光谱对比 | 第55-57页 |
| 4.3.2 基于一维光谱的分类 | 第57页 |
| 4.3.3 基于二维相关光谱的分类 | 第57-60页 |
| 4.3.4 基于信息熵的多分类器信息融合 | 第60-61页 |
| 4.4 小结 | 第61-63页 |
| 第五章 化学计量学算法研究及药品近红外化学计量学软件 | 第63-77页 |
| 5.1 引言 | 第63页 |
| 5.2 软件简介 | 第63-64页 |
| 5.3 操作说明 | 第64-75页 |
| 5.3.1 定性分析说明 | 第64-71页 |
| 5.3.2 定量分析说明 | 第71-75页 |
| 5.4 小结 | 第75-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 6.1 总结 | 第77-78页 |
| 6.2 展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 研究成果及发表的学术论文 | 第85-87页 |
| 作者和导师介绍 | 第87-88页 |
| 附件 | 第88-89页 |
