| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 近红外光谱分析技术 | 第8-9页 |
| 1.1.1 近红外光谱的发展 | 第8页 |
| 1.1.2 近红外光谱的理化基础 | 第8-9页 |
| 1.1.3 近红外光谱分析的步骤 | 第9页 |
| 1.2 国内外研究现状及对比分析 | 第9-12页 |
| 1.2.1 国内研究现状 | 第9-11页 |
| 1.2.2 国外研究现状 | 第11-12页 |
| 1.2.3 国内外研究现状对比分析 | 第12页 |
| 1.3 论文主要研究内容 | 第12-14页 |
| 第二章 近红外光谱变量选择方法 | 第14-28页 |
| 2.1 目前常用的变量选择方法 | 第14-16页 |
| 2.1.1 无信息变量消除法 | 第14-15页 |
| 2.1.2 遗传算法 | 第15页 |
| 2.1.3 BP神经网络法 | 第15-16页 |
| 2.2 模型集群分析及其变量选择方法 | 第16-23页 |
| 2.2.1 模型集群分析的建模思路 | 第16-17页 |
| 2.2.2 模型集群分析的化学建模 | 第17页 |
| 2.2.3 基于模型集群分析的变量选择方法 | 第17-23页 |
| 2.3 光谱预处理及建模方法原理 | 第23-28页 |
| 2.3.1 光谱预处理 | 第23-25页 |
| 2.3.2 建模方法原理 | 第25-28页 |
| 第三章 ：基于自助式空间柔性收缩法的近红外光谱变量选择 | 第28-35页 |
| 3.1 算法原理 | 第28-32页 |
| 3.1.1 回归系数 | 第28-29页 |
| 3.1.2 蒙特卡洛采样 | 第29-31页 |
| 3.1.3 自助式空间柔性收缩法 | 第31-32页 |
| 3.2 实验数据及光谱预处理 | 第32-33页 |
| 3.2.1 实验数据 | 第32-33页 |
| 3.2.2 光谱预处理 | 第33页 |
| 3.3 建模及结果分析 | 第33-35页 |
| 3.3.1 建模分析 | 第33-34页 |
| 3.3.2 结果分析 | 第34-35页 |
| 第四章 基于蒙特卡洛变量组合集群分析的近红外光谱变量选择 | 第35-45页 |
| 4.1 算法原理 | 第35-38页 |
| 4.1.1 变量组合集群分析法 | 第35-37页 |
| 4.1.2 蒙特卡洛变量组合集群分析法 | 第37-38页 |
| 4.2 实验数据及特征变量选择 | 第38-43页 |
| 4.2.1 实验数据 | 第38-39页 |
| 4.2.2 特征变量选择 | 第39-43页 |
| 4.3 建模结果分析 | 第43-45页 |
| 4.3.1 建模分析 | 第43-44页 |
| 4.3.2 结果分析 | 第44-45页 |
| 结论 | 第45-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 攻读硕士学位期间取得的学术成果 | 第49页 |