致谢 | 第7-8页 |
摘要 | 第8-10页 |
Abstract | 第10-12页 |
主要英文缩略表 | 第16-17页 |
第一章 绪论 | 第17-35页 |
1.1 研究背景及意义 | 第17-20页 |
1.2 国内外研究进展 | 第20-33页 |
1.2.1 微藻藻种鉴别研究进展 | 第20-25页 |
1.2.2 基于光谱技术的微藻内部信息检测研究进展 | 第25-33页 |
1.3 研究目的和内容 | 第33-34页 |
1.3.1 研究目的 | 第33页 |
1.3.2 研究内容 | 第33-34页 |
1.4 本章小结 | 第34-35页 |
第二章 实验材料、设备及研究方法 | 第35-56页 |
2.1 实验材料 | 第35-36页 |
2.1.1 微藻来源 | 第35页 |
2.1.2 微藻培养基 | 第35-36页 |
2.1.3 微藻培养条件 | 第36页 |
2.2 实验设备 | 第36-44页 |
2.2.1 浸入式可见/近红外光谱采集系统 | 第36-38页 |
2.2.2 高光谱成像反射和透射系统 | 第38-43页 |
2.2.3 共聚焦显微拉曼光谱系统 | 第43页 |
2.2.4 紫外/可见分光光度计 | 第43-44页 |
2.3 光谱预处理方法 | 第44-48页 |
2.3.1 平滑算法 | 第45页 |
2.3.2 多元散射校正(MSC) | 第45-46页 |
2.3.3 变量标准化算法(SNV) | 第46页 |
2.3.4 滚圈过滤算法(RCF) | 第46-48页 |
2.4 特征波长提取方法研究 | 第48-50页 |
2.4.1 连续投影算法(SPA) | 第48-49页 |
2.4.2 载荷系数法(x-LW) | 第49页 |
2.4.3 无信息变量消除法(UVE) | 第49-50页 |
2.5 化学计量学建模方法 | 第50-53页 |
2.5.1 偏最小二乘法(PLS) | 第50-51页 |
2.5.2 支持向量机(SVM) | 第51-52页 |
2.5.3 线性判别分析(LDA) | 第52页 |
2.5.4 多元线性回归方法(MLR) | 第52-53页 |
2.5.5 极限学习机(ELM) | 第53页 |
2.6 模型评价标准及数据处理软件 | 第53-54页 |
2.6.1 定性模型评价标准 | 第53页 |
2.6.2 定量模型评价标准 | 第53-54页 |
2.6.3 数据处理软件 | 第54页 |
2.7 本章小结 | 第54-56页 |
第三章 基于浸入式可见/近红外光谱、共聚焦显微拉曼光谱的微藻藻种鉴别研究 | 第56-77页 |
3.1 引言 | 第56页 |
3.2 材料和方法 | 第56-58页 |
3.2.1 微藻来源及其培养 | 第56-57页 |
3.2.2 浸入式可见近红外光谱仪数据采集 | 第57页 |
3.2.3 共聚焦显微拉曼光谱仪数据采集 | 第57-58页 |
3.3 结果和分析 | 第58-75页 |
3.3.1 浸入式可见/近红外光谱数据处理及分析 | 第58-66页 |
3.3.2 共聚焦显微拉曼光谱数据处理及分析 | 第66-74页 |
3.3.3 两种方法数据比较及讨论 | 第74-75页 |
3.4 本章小结 | 第75-77页 |
第四章 基于浸入式可见/近红外光谱、高光谱成像技术的微藻色素检测方法研究 | 第77-111页 |
4.1 引言 | 第77页 |
4.2 材料和方法 | 第77-81页 |
4.2.1 微藻来源及培养 | 第77-78页 |
4.2.2 微藻色素含量检测方法 | 第78页 |
4.2.3 浸入式可见/近红外光谱采集 | 第78-79页 |
4.2.4 高光谱成像反射和透射光谱采集 | 第79-81页 |
4.3 结果和分析 | 第81-108页 |
4.3.1 叶绿素a含量的光谱检测 | 第82-88页 |
4.3.2 叶绿素b含量的光谱检测 | 第88-95页 |
4.3.3 类胡萝卜素含量的光谱检测 | 第95-101页 |
4.3.4 透射/反射高光谱图像反演 | 第101-104页 |
4.3.5 三种光谱数据分析比较 | 第104-108页 |
4.4 本章小结 | 第108-111页 |
第五章 基于共聚焦显微拉曼光谱的微藻油脂检测可行性研究 | 第111-129页 |
5.1 引言 | 第111页 |
5.2 不同微藻的脂肪酸不饱和度检测可行性研究 | 第111-119页 |
5.2.1 材料和方法 | 第111-112页 |
5.2.2 结果与分析 | 第112-119页 |
5.3 不同氮含量梯度下的小球藻油脂检测可行性研究 | 第119-127页 |
5.3.1 材料和方法 | 第119-120页 |
5.3.2 结果与分析 | 第120-127页 |
5.4 本章小结 | 第127-129页 |
第六章 结论与展望 | 第129-133页 |
6.1 结论 | 第129-130页 |
6.2 创新点 | 第130-131页 |
6.3 展望 | 第131-133页 |
参考文献 | 第133-144页 |
作者简介 | 第144页 |