基于光谱技术的南疆红枣温度校正模型研究
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 红枣产业现状 | 第9-10页 |
| 1.2 无损检测技术 | 第10-11页 |
| 1.3 近红外光谱技术 | 第11-12页 |
| 1.4 高光谱技术 | 第12-14页 |
| 1.4.1 高光谱成像原理 | 第13页 |
| 1.4.2 高光谱成像仪分类 | 第13-14页 |
| 1.4.3 高光谱无损检测技术特点 | 第14页 |
| 1.5 国内外温度对光谱影响研究现状 | 第14-15页 |
| 1.6 本章小结 | 第15-16页 |
| 第2章 实验材料和分析方法 | 第16-34页 |
| 2.1 实验材料 | 第16页 |
| 2.2 实验仪器 | 第16-17页 |
| 2.3 使用软件 | 第17页 |
| 2.4 红枣水分测定 | 第17页 |
| 2.5 建模方法 | 第17-19页 |
| 2.5.1 偏最小二乘法 | 第18页 |
| 2.5.2 主成分回归 | 第18-19页 |
| 2.5.3 多元线性回归 | 第19页 |
| 2.6 近红外分析法 | 第19-20页 |
| 2.7 光谱预处理 | 第20-24页 |
| 2.7.1 均值中心化 | 第20页 |
| 2.7.2 极小/极大归一化 | 第20-22页 |
| 2.7.3 标准正态变量变换 | 第22页 |
| 2.7.4 多元散射校正 | 第22-23页 |
| 2.7.5 平滑去噪算法 | 第23页 |
| 2.7.6 导数 | 第23-24页 |
| 2.8 提取特征波长变量 | 第24-28页 |
| 2.8.1 相关系数法 | 第25页 |
| 2.8.2 连续投影算法 | 第25-27页 |
| 2.8.3 遗传算法 | 第27-28页 |
| 2.9 校正样品选择 | 第28-30页 |
| 2.9.1 Kennard-Stone方法 | 第28-29页 |
| 2.9.2 SPXY方法 | 第29-30页 |
| 2.10 异常样品判别 | 第30-31页 |
| 2.10.1 光谱残差判别方法 | 第30页 |
| 2.10.2 化学值异常的判别方法 | 第30-31页 |
| 2.11 模型评价参数 | 第31-33页 |
| 2.12 本章小结 | 第33-34页 |
| 第3章 建立红枣水分近红外温度校正模型 | 第34-44页 |
| 3.1 实验材料 | 第35页 |
| 3.2 实验方案 | 第35-36页 |
| 3.3 光谱的采集 | 第36页 |
| 3.4 不同温度红枣近红外光谱响应特性 | 第36页 |
| 3.5 校正集划分 | 第36-37页 |
| 3.6 光谱预处理 | 第37-42页 |
| 3.7 单温度与混合温度校正模 | 第42-43页 |
| 3.8 本章小结 | 第43-44页 |
| 第4章 建立红枣高光谱水分温度模型 | 第44-50页 |
| 4.1 实验样品选取 | 第44页 |
| 4.2 光谱数据采集 | 第44页 |
| 4.3 红枣含水率测定 | 第44页 |
| 4.4 红枣感兴趣区域选择和光谱提取 | 第44-45页 |
| 4.5 划分校正集 | 第45-46页 |
| 4.6 光谱的预处理 | 第46页 |
| 4.7 特征波长选择 | 第46-47页 |
| 4.8 建立高光谱水分模型 | 第47-48页 |
| 4.9 单温度与混合温度校正模型 | 第48页 |
| 4.10 本章小结 | 第48-50页 |
| 第5章 高光谱近红外模型传递和无损检测技术推广 | 第50-56页 |
| 5.1 影响模型传递的因素 | 第50-51页 |
| 5.2 模型传递的方法 | 第51页 |
| 5.3 光谱转化 | 第51-52页 |
| 5.4 建立模型 | 第52页 |
| 5.5 模型转移比较 | 第52-53页 |
| 5.6 无损检测技术推广 | 第53-55页 |
| 5.7 推广效果 | 第55页 |
| 5.8 本章小结 | 第55-56页 |
| 第6章 结论与展望 | 第56-58页 |
| 6.1 结论 | 第56页 |
| 6.2 展望 | 第56-57页 |
| 6.3 创新点 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 作者简介 | 第63页 |
