花生种子品质可见—近红外光谱的特征提取与分类识别
| 摘要 | 第1-3页 |
| Abstract | 第3-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-13页 |
| ·选题背景和意义 | 第7-8页 |
| ·近红外光谱技术原理与特点 | 第8-9页 |
| ·近红外光谱的基本原理与发展 | 第8-9页 |
| ·近红外光谱技术的特点 | 第9页 |
| ·近红外光谱定量定性分析方法的应用 | 第9-10页 |
| ·本文主要研究内容 | 第10-13页 |
| 2 花生种子光谱采集实验系统 | 第13-23页 |
| ·可见-近红外光谱采集系统 | 第13-19页 |
| ·光纤光谱仪 | 第13-15页 |
| ·光纤光源 | 第15-16页 |
| ·标准反射探头 | 第16-17页 |
| ·载物台支架 | 第17页 |
| ·白参考板 | 第17-18页 |
| ·光谱仪采集软件 | 第18-19页 |
| ·试验样品的选取与测量方法 | 第19-20页 |
| ·光谱采集的实验结果与分析 | 第20-22页 |
| ·花生种子样品在卤钨灯条件下的测量 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 光谱数据预处理方法 | 第23-32页 |
| ·背景扣除 | 第23页 |
| ·数据的规范化 | 第23页 |
| ·小波分析在花生种子光谱特征提取中的应用 | 第23-27页 |
| ·小波分析理论 | 第23-24页 |
| ·多分辨分析及快速算法 | 第24-27页 |
| ·实验结果与分析 | 第27-31页 |
| ·自然光源下花生种子相对光谱的预处理 | 第27-30页 |
| ·卤钨灯光源下花生种子反射率光谱的预处理 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 主成分分析在花生种子品质的光谱分析中的应用 | 第32-38页 |
| ·主成分分析方法概述 | 第32页 |
| ·主成分分析的计算方法 | 第32-34页 |
| ·实验结果与分析 | 第34-37页 |
| ·自然光源下花生种子相对光谱的主成分分析 | 第34-35页 |
| ·卤钨灯光源下花生种子反射率光谱的主成分分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 5 花生种子的可见/近红外光谱品种鉴别分析 | 第38-45页 |
| ·引言 | 第38页 |
| ·马氏距离判别模型 | 第38-40页 |
| ·马氏距离判别分析算法 | 第38-39页 |
| ·马氏距离判别模型识别结果与分析 | 第39-40页 |
| ·神经网络模式识别系统 | 第40-44页 |
| ·神经网络概述 | 第40-41页 |
| ·感知器神经网络 | 第41-42页 |
| ·感知器神经网络模式识别结果 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 6 花生种子脂肪含量的可见/近红外光谱分析 | 第45-51页 |
| ·引言 | 第45页 |
| ·主成分回归原理 | 第45-46页 |
| ·模型检验的参数 | 第46页 |
| ·主因子数的确定 | 第46-47页 |
| ·花生种子脂肪含量模型的建立和可靠性的验证 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 7 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
