首页--农业科学论文--农作物论文--禾谷类作物论文--稻论文

基于近红外光谱稻米淀粉含量测定方法分析

摘要第1-4页
Abstract第4-9页
第一章 绪论第9-15页
   ·课题研究的背景和意义第9页
   ·国内外研究现状第9-13页
     ·国内研究现状第9-11页
     ·国外研究现状第11-13页
   ·主要研究内容第13-15页
第二章 近红外光谱检测技术理论第15-27页
   ·近红外光谱技术原理介绍第15-16页
   ·近红外光谱分析特点第16页
   ·回归方法概述第16-24页
     ·方法选择第16-17页
     ·主成分回归法第17-18页
     ·偏最小二乘法回归第18-21页
     ·支持向量回归法第21-24页
   ·评价指标第24-25页
   ·本章小结第25-27页
第三章 稻米样本制备与近红外光谱采集第27-35页
   ·近红外光谱分析流程第27-29页
     ·光谱校正模型的建立第27-28页
     ·未知样本的组分含量预测第28-29页
   ·实验样本制备及光谱数据采集第29-34页
     ·实验样本选择第29页
     ·实验材料第29页
     ·光谱采集仪器第29-30页
     ·光谱数据采集第30-31页
     ·淀粉含量测定(酶水解法)第31-34页
   ·本章小结第34-35页
第四章 数据处理与分析第35-59页
   ·去噪第35-44页
     ·傅立叶变换法第35-37页
     ·小波变换法第37-44页
   ·数据规范化第44-47页
     ·标准化处理第45页
     ·中心化变换第45-46页
     ·归一化处理第46-47页
   ·降维处理第47-49页
   ·模型建立及预测分析第49-57页
     ·主成分回归模型建立第49-51页
     ·偏最小二乘回归模型建立第51-53页
     ·支持向量回归模型建立第53-55页
     ·回归方法比较第55-57页
   ·本章小结第57-59页
第五章 近红外光谱稻米淀粉含量预测软件开发第59-65页
   ·软件功能分析第59页
   ·Winform 调用 Matlab 方法介绍第59-61页
   ·功能模块实现第61-64页
     ·数据载入第61页
     ·光谱去噪模块第61-62页
     ·数据规范化处理模块第62页
     ·校正模型训练第62-63页
     ·参数寻优第63-64页
     ·模型管理及预测第64页
   ·本章小结第64-65页
第六章 结论与展望第65-67页
   ·结论第65页
   ·展望第65-67页
参考文献第67-71页
致谢第71-72页
个人简历第72页

论文共72页,点击 下载论文
上一篇:黑龙江垦区水稻经济成本核算的研究
下一篇:磷素对甜瓜幼苗生长及产量和品质影响的研究