| 摘要 | 第5-7页 |
| Abstract | 第7-10页 |
| 第一章 绪论 | 第11-25页 |
| 1.1 选题背景和研究意义 | 第11页 |
| 1.2 光谱数据库的研究与发展 | 第11-15页 |
| 1.2.1 光谱数据库在国外的发展概况 | 第11-13页 |
| 1.2.2 光谱数据库在国内的发展概况 | 第13-14页 |
| 1.2.3 小结 | 第14-15页 |
| 1.3 光谱分析技术概述 | 第15-18页 |
| 1.3.1 光谱分析技术的原理及特点 | 第15-16页 |
| 1.3.2 光谱分析技术的基本流程 | 第16页 |
| 1.3.3 光谱分析技术在分类识别研究中的应用 | 第16-18页 |
| 1.4 光谱分析技术的数据处理方法 | 第18-21页 |
| 1.4.1 光谱数据预处理方法 | 第18-19页 |
| 1.4.2 模式识别定性分析方法 | 第19-21页 |
| 1.5 本研究的主要内容和技术路线 | 第21-25页 |
| 1.5.1. 主要研究内容 | 第21-23页 |
| 1.5.2. 技术路线 | 第23-25页 |
| 第二章 柑橘光谱数据库的建立 | 第25-37页 |
| 2.1 光谱信息采集 | 第25-27页 |
| 2.1.1 仪器 | 第25页 |
| 2.1.2 样品采集 | 第25-27页 |
| 2.1.3 光谱数据的采集 | 第27页 |
| 2.2 数据库的开发 | 第27-29页 |
| 2.2.1 需求分析 | 第27-28页 |
| 2.2.2 数据库结构设计 | 第28-29页 |
| 2.2.3 数据库开发 | 第29页 |
| 2.3 数据录入 | 第29-30页 |
| 2.3.1 光谱数据的标准化 | 第29-30页 |
| 2.3.2 光谱数据的导入 | 第30页 |
| 2.4 光谱数据库功能特点分析 | 第30-35页 |
| 2.4.1 柑橘光谱数据库的组成 | 第30页 |
| 2.4.2 柑橘光谱数据库的界面及功能 | 第30-34页 |
| 2.4.3 柑橘光谱数据库的特点 | 第34-35页 |
| 2.5 小结 | 第35-37页 |
| 第三章 基于傅里叶变换红外光谱的柑橘属植物亲缘关系研究 | 第37-43页 |
| 3.1 材料与方法 | 第37-39页 |
| 3.1.1 试验材料 | 第37页 |
| 3.1.2 傅里叶变换红外光谱的获取 | 第37-38页 |
| 3.1.3 数据处理 | 第38-39页 |
| 3.2 结果与讨论 | 第39-42页 |
| 3.3 小结 | 第42-43页 |
| 第四章 基于叶片可见/近红外光谱和模式识别方法的柑橘品种鉴别研究 | 第43-53页 |
| 4.1 材料与方法 | 第43-45页 |
| 4.2 结果与讨论 | 第45-52页 |
| 4.2.1 主成分分析结果 | 第45-46页 |
| 4.2.2 模型预测结果 | 第46-51页 |
| 4.2.3 四种建模方法预测结果的比较 | 第51-52页 |
| 4.3 结论 | 第52-53页 |
| 第五章 基于高光谱图像信息的柑橘品种鉴别研究 | 第53-63页 |
| 5.1 材料与方法 | 第53-55页 |
| 5.1.1 试验材料 | 第53-54页 |
| 5.1.2 高光谱图像采集 | 第54页 |
| 5.1.3 数据处理 | 第54-55页 |
| 5.2 结果与讨论 | 第55-61页 |
| 5.2.1 柑橘叶片反射光谱特征 | 第56页 |
| 5.2.2 主成分分析和连续投影算法预测结果 | 第56-58页 |
| 5.2.3 模型预测结果 | 第58-61页 |
| 5.3 结论 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63页 |
| 6.2 展望 | 第63-65页 |
| 参考文献 | 第65-73页 |
| 在校期间发表论文及参研课题 | 第73-75页 |
| 致谢 | 第75页 |