| 摘要 | 第1-5页 |
| Abstract | 第5-13页 |
| 1 绪论 | 第13-23页 |
| ·引言 | 第13页 |
| ·木材无损检测技术的国内外研究现状 | 第13-16页 |
| ·近红外光谱技术的应用进展 | 第16-21页 |
| ·近红外光谱技术在木材领域的应用进展 | 第16-18页 |
| ·近红外光谱技术在其他领域的应用进展 | 第18-21页 |
| ·研究内容 | 第21-22页 |
| ·本文创新点 | 第22-23页 |
| 2 近红外光谱技术及原理 | 第23-28页 |
| ·近红外光谱的信息源 | 第23-25页 |
| ·近红外光谱信号产生的物理学基础 | 第23-24页 |
| ·近红外谱带的归属 | 第24-25页 |
| ·近红外光谱分析原理 | 第25-28页 |
| 3 木材生物腐朽过程中主要理化性质的变化 | 第28-36页 |
| ·引言 | 第28页 |
| ·材料与方法 | 第28-32页 |
| ·药品与试剂 | 第28-29页 |
| ·试验方法 | 第29-32页 |
| ·结果与讨论 | 第32-35页 |
| ·腐朽时间对木材结晶度的影响 | 第32-33页 |
| ·腐朽时间对木材木质素含量的影响 | 第33-34页 |
| ·腐朽时间对木材综纤维素含量的影响 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 运用近红外分析技术预测木材结晶度 | 第36-56页 |
| ·引言 | 第36页 |
| ·材料制备与方法 | 第36-40页 |
| ·样品的制备 | 第36页 |
| ·样品近红外光谱的采集 | 第36-38页 |
| ·模型精度的评价 | 第38-40页 |
| ·预测模型的建立 | 第40页 |
| ·结果与讨论 | 第40-56页 |
| ·原始未处理光谱建立结晶度预测模型 | 第40-42页 |
| ·基线校准光谱建立木材结晶度预测模型 | 第42-45页 |
| ·平滑处理建立木材结晶度预测模型 | 第45-47页 |
| ·一阶导数处理建立木材结晶度预测模型 | 第47-52页 |
| ·多元散射校正处理建立木材结晶度预测模型 | 第52-54页 |
| ·对比分析 | 第54-56页 |
| 5 运用近红外光谱及多变量分析技术预测木材的木质素及综纤维素含量 | 第56-78页 |
| ·引言 | 第56页 |
| ·样品的制备与方法 | 第56-62页 |
| ·样品的制备 | 第56页 |
| ·样品近红外光谱的采集 | 第56页 |
| ·样品木质素与综纤维素含量的测定 | 第56页 |
| ·光谱数据的回归分析 | 第56-62页 |
| ·预测模型的建立 | 第62页 |
| ·结果与讨论 | 第62-77页 |
| ·运用主成分分析法建立胡桃楸木质素含量预测模型 | 第62-64页 |
| ·运用偏最小二乘法建立胡桃楸木质素含量预测模型 | 第64-66页 |
| ·运用主成分分析法建立胡桃楸综纤维素含量预测模型 | 第66-67页 |
| ·运用偏最小二乘法建立胡桃楸综纤维素含量预测模型 | 第67-69页 |
| ·运用主成分分析法建立冷杉木质素含量预测模型 | 第69-71页 |
| ·运用偏最小二乘法建立冷杉木质素含量预测模型 | 第71-72页 |
| ·运用主成分分析法建立冷杉综纤维素含量预测模型 | 第72-74页 |
| ·运用偏最小二乘法建立冷杉综纤维素含量预测模型 | 第74-76页 |
| ·对比分析 | 第76-77页 |
| ·本章小结 | 第77-78页 |
| 6 运用近红外光谱及PCA-BP神经网络的木材腐朽分级的初步研究 | 第78-83页 |
| ·引言 | 第78页 |
| ·材料与方法 | 第78-79页 |
| ·分级思想 | 第78页 |
| ·材料的制备 | 第78-79页 |
| ·样品近红外光谱的采集 | 第79页 |
| ·PCR-BP神经网络 | 第79-80页 |
| ·BP神经网络简介 | 第79页 |
| ·BP神经网络结构 | 第79-80页 |
| ·结果与讨论 | 第80-82页 |
| ·BP网络参数的优化 | 第80-81页 |
| ·分级结果 | 第81-82页 |
| ·本章小结 | 第82-83页 |
| 结论 | 第83-85页 |
| 参考文献 | 第85-94页 |
| 攻读学位期间发表的学术论文 | 第94-95页 |
| 致谢 | 第95-96页 |