| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第11-18页 |
| 1.1 课题研究意义 | 第11页 |
| 1.2 高光谱技术的概述 | 第11-12页 |
| 1.2.1 高光谱成像技术的原理 | 第11-12页 |
| 1.2.2 基于高光谱成像技术的无损检测 | 第12页 |
| 1.3 国内外研究现状及发展趋势 | 第12-14页 |
| 1.3.1 国内外研究现状 | 第12-13页 |
| 1.3.2 发展趋势 | 第13页 |
| 1.3.3 马铃薯光谱数据降维及应用的关键技术 | 第13-14页 |
| 1.4 课题研究思路和主要工作内容 | 第14-16页 |
| 1.4.1 课题研究思路 | 第14-16页 |
| 1.4.2 主要工作内容 | 第16页 |
| 1.5 论文结构安排 | 第16-17页 |
| 1.6 本章小结 | 第17-18页 |
| 2 高光谱图像采集及光谱数据预处理 | 第18-22页 |
| 2.1 实验仪器 | 第18页 |
| 2.2 获取高光谱图像 | 第18页 |
| 2.3 获取反射光谱数据 | 第18页 |
| 2.4 光谱数数据预处理 | 第18-21页 |
| 2.4.1 导数法 | 第19页 |
| 2.4.2 平滑滤波 | 第19-20页 |
| 2.4.3 多元散射校正 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 3 光谱数据降维处理 | 第22-31页 |
| 3.1 降维方法理论概述 | 第22-24页 |
| 3.1.1 PCA论概述 | 第22-24页 |
| 3.1.2 逐步判别理论概述 | 第24页 |
| 3.1.3 SPA论概述 | 第24页 |
| 3.2 实验材料 | 第24-25页 |
| 3.3 光谱数据提取及预处理 | 第25-28页 |
| 3.4 光谱数据降维处理 | 第28-30页 |
| 3.4.1 PCA降维结果 | 第28页 |
| 3.4.2 逐步判别降维结果 | 第28-29页 |
| 3.4.3 SPA降维结果 | 第29-30页 |
| 3.5 本章小结 | 第30-31页 |
| 4 基于高光图像技术的马铃薯种类的鉴别 | 第31-41页 |
| 4.1 建模方法概述 | 第31-37页 |
| 4.1.1 SVM鉴别方法概述 | 第31-35页 |
| 4.1.2 BP-ANN种类鉴别方法概述 | 第35-37页 |
| 4.1.3 贝叶斯判别分析鉴别方法概述 | 第37页 |
| 4.2 实验材料 | 第37页 |
| 4.3 马铃薯品种的鉴别结果 | 第37-40页 |
| 4.4 本章小结 | 第40-41页 |
| 5 基于高光谱成像技术的马铃薯淀粉含量的无损检测 | 第41-49页 |
| 5.1 PLSR方法概述 | 第41-43页 |
| 5.2 实验材料 | 第43-44页 |
| 5.3 淀粉含量的化学测定 | 第44页 |
| 5.4 光谱数据降维处理 | 第44-45页 |
| 5.5 淀粉含量的预测 | 第45-47页 |
| 5.5.1 利用SPA建立淀粉含量的预测模型 | 第45-46页 |
| 5.5.2 利用PLSR建立淀粉含量的预测模型 | 第46-47页 |
| 5.5.3 利用BP-ANN建立淀粉含量的预测模型 | 第47页 |
| 5.6 模型性能比较分析 | 第47-48页 |
| 5.7 本章小结 | 第48-49页 |
| 6 总结与展望 | 第49-50页 |
| 6.1 全文总结 | 第49页 |
| 6.2 展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 作者简介 | 第54页 |