首页--经济论文--农业经济论文--中国农业经济论文--农业部门经济论文--种植业论文--经济作物论文

基于多谱融合—稀疏模型在黄芪原产地质量管理评价中的应用

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-19页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究文献综述第10-15页
        1.2.1 黄芪产地鉴别研究现状第10-12页
        1.2.2 多谱融合分析技术研究现状第12-13页
        1.2.3 稀疏识别理论研究现状第13-15页
    1.3 本文研究内容和本文结构第15-19页
        1.3.1 本文主要研究内容第15-16页
        1.3.2 本文的创新之处第16-17页
        1.3.3 本文结构安排第17-19页
第二章 稀疏表示理论和模型概述第19-32页
    2.1 稀疏表示理论第19-20页
    2.2 稀疏系数求解算法第20-25页
        2.2.1 L0范数与匹配追踪算法第20-23页
        2.2.2 L1、L2范数与凸优化问题第23-24页
        2.2.3 Lp范数优化问题第24-25页
    2.3 字典学习第25-29页
        2.3.1 字典的概念第25-26页
        2.3.2 K-SVD算法字典第26-29页
    2.4 稀疏表示模型的应用第29-30页
    2.5 本章稀疏表示模型参数选择第30-32页
第三章 黄芪多谱图数据采集和特征提取第32-51页
    3.1 三种谱图数据采集和数据预处理第32-39页
        3.1.1 多谱数据采集第32页
        3.1.2 数据预处理第32-39页
    3.2 PCA在特征提取中的应用第39-43页
    3.3 KPCA在特征提取中的应用第43-50页
        3.3.1 核主成分分析概述第43-44页
        3.3.2 核函数选择和参数优化第44-50页
    3.4 本章小结第50-51页
第四章 黄芪多谱图数据融合第51-68页
    4.1 数据融合的分类第51-53页
        4.1.1 低层级融合第51-52页
        4.1.2 中层级融合第52-53页
    4.2 两谱图数据融合第53-63页
        4.2.1 拉曼光谱结合紫外光谱第53-57页
        4.2.2 拉曼光谱结合离子迁移谱第57-60页
        4.2.3 紫外光谱结合离子迁移谱第60-63页
    4.3 三谱图数据融合第63-67页
    4.4 本章小结第67-68页
第五章 经典分类模型和本文分类模型对比第68-82页
    5.1 经典分类模型识别效果第68-80页
        5.1.1 KNN模型第68-70页
        5.1.2 SVM模型第70-73页
        5.1.3 Randomforest模型第73-75页
        5.1.4 ELM模型第75-77页
        5.1.5 Softmax回归模型第77-78页
        5.1.6 LDA模型第78-80页
    5.2 本章小结第80-82页
第六章 结论与展望第82-84页
    6.1 全文工作总结第82-83页
    6.2 未来工作展望第83-84页
参考文献第84-90页
攻读硕士学位期间的科研成果第90-91页
后记第91页

论文共91页,点击 下载论文
上一篇:基于微分博弈的乳制品供应链质量协调机制研究
下一篇:基于期权理论的生鲜农产品供应链契约协调研究