花生籽仁蛋白质含量近红外光谱模型的建立及育种应用
摘要 | 第1-5页 |
Abstract | 第5-8页 |
1 引言 | 第8-26页 |
·近红外光谱分析技术概述 | 第8-12页 |
·近红外光谱分析技术简介 | 第8页 |
·近红外光谱分析技术的发展回顾 | 第8-9页 |
·近红外光谱分析技术的特点 | 第9-11页 |
·近红外光谱分析技术的流程 | 第11-12页 |
·近红外光谱分析的理论基础 | 第12-14页 |
·近红外光谱分析技术的化学基础 | 第12页 |
·近红外光谱分析技术的数学基础 | 第12-13页 |
·近红外光谱分析技术的物理基础 | 第13-14页 |
·光谱数据的预处理 | 第14-17页 |
·平滑处理 | 第14-15页 |
·导数法 | 第15页 |
·多元散射校正 | 第15-16页 |
·标准正态变量变换 | 第16页 |
·小波变换 | 第16页 |
·正交信号校正 | 第16-17页 |
·数据增强算法 | 第17页 |
·基线校正 | 第17页 |
·建模方法介绍 | 第17-20页 |
·偏最小二乘法 | 第18页 |
·偏最小二乘法分析原理 | 第18-19页 |
·偏最小二乘法的特点 | 第19-20页 |
·评价近红外准确性的因素 | 第20-21页 |
·近红外光谱分析技术在作物品质分析上的应用 | 第21-25页 |
·在小麦品质分析上的应用 | 第21-22页 |
·在水稻品质分析上的应用 | 第22-23页 |
·在玉米品质分析上的应用 | 第23-24页 |
·在油料作物品质分析上的应用 | 第24-25页 |
·本研究的目的和意义 | 第25-26页 |
2 材料与方法 | 第26-29页 |
·实验材料 | 第26页 |
·仪器 | 第26-27页 |
·试剂 | 第27页 |
·实验方法 | 第27-29页 |
·花生样品蛋白质含量的测定方法 | 第27-28页 |
·花生样品光谱数据的采集方法 | 第28页 |
·试剂的配制方法 | 第28-29页 |
3 结果与分析 | 第29-41页 |
·建模花生样品蛋白质含量的测定 | 第29页 |
·异常值的剔除 | 第29-30页 |
·建模样品的蛋白质含量的分布 | 第30-31页 |
·建模花生样品的原始光谱图 | 第31页 |
·光谱数据的处理 | 第31-35页 |
·标准正态变量变换预处理 | 第31-32页 |
·多元散射校正 | 第32-33页 |
·微分处理 | 第33-34页 |
·归一化处理 | 第34页 |
·平滑处理 | 第34-35页 |
·采用偏最小二乘法建立模型 | 第35-37页 |
·模型的应用 | 第37-41页 |
·在预测未知样品上的应用 | 第37-38页 |
·在花生品种杂交后代上的应用 | 第38-41页 |
4 讨论 | 第41-45页 |
·随机误差的控制 | 第41-43页 |
·操作误差的控制 | 第43-44页 |
·对模型的评价 | 第44-45页 |
5 结论 | 第45-46页 |
参考文献 | 第46-51页 |
在读期间发表论文 | 第51-52页 |
作者简历 | 第52-53页 |
致谢 | 第53-54页 |