烟叶分级中红外光谱信号处理与诊断方法研究

摘要	第4-5页
Abstract	第5页
1 绪论	第8-14页
1.1 光谱学发展史	第8页
1.2 红外光谱信号处理极其应用	第8-10页
1.3 红外光谱在烟草行业中的应用	第10-13页
1.4 本论文的研究内容及章节安排	第13-14页
2 红外吸收谱数据获取及预处理	第14-27页
2.1 烟叶特征谱选择	第14-16页
2.2 获取光谱特征系统原理	第16-18页
2.3 样本来源及数据获取	第18-22页
2.4 预处理	第22-27页
3 基于概率神经网络诊断的烟叶分级方法	第27-41页
3.1 人工神经网络基本概念	第27-30页
3.2 PNN网络结构及原理	第30-32页
3.3 PNN网络模型在分组分级中的应用	第32-36页
3.4 PNN网络模型的分色可行性分析	第36-39页
3.5 PNN的分组分级级联诊断	第39-40页
3.6 本章小结	第40-41页
4 其他神经网络光谱诊断方法应用	第41-51页
4.1 RBF网络对烟叶红外吸收谱分组分级应用	第42-46页
4.1.1 RBF网络的结构及原理	第42-44页
4.1.2 分级结果	第44-46页
4.2 SVM网络对烟叶红外吸收谱分级应用	第46-50页
4.2.1 SVM网络的结构及原理	第46-50页
4.2.2 分级结果	第50页
4.3 三种网络分级结果比较	第50-51页
5 总结与展望	第51-52页
参考文献	第52-55页
致谢	第55-56页
个人简历、攻读硕士期间发表论文	第56页