| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第一章 绪论 | 第15-25页 |
| 1.1 引言 | 第15页 |
| 1.2 红外光谱分析技术 | 第15-19页 |
| 1.3 国内外研究现状 | 第19-20页 |
| 1.3.1 光谱分析法在食用油定性分析方面应用 | 第19-20页 |
| 1.3.2 小样本条件下红外光谱定量分析 | 第20页 |
| 1.4 课题研究的主要内容及意义 | 第20-22页 |
| 1.4.1 基于KL-BP模型光谱定性分析研究 | 第20-21页 |
| 1.4.2 基于Bootstrap-SVM在小样本条件下光谱定量分析研究 | 第21-22页 |
| 1.5 本文主要内容和结构 | 第22-25页 |
| 第二章 基于KL-BP模型光谱定性分析研究 | 第25-43页 |
| 2.1 引言 | 第25-26页 |
| 2.2 算法与原理 | 第26-33页 |
| 2.2.1 数据降维及分类特征提取 | 第26-30页 |
| 2.2.2 BP神经网络 | 第30-33页 |
| 2.3 实验部分 | 第33-35页 |
| 2.3.1 样本信息 | 第33-34页 |
| 2.3.2 仪器及工作条件 | 第34页 |
| 2.3.3 数据预处理 | 第34-35页 |
| 2.4 算法验证 | 第35-40页 |
| 2.4.1 光谱分析 | 第35-36页 |
| 2.4.2 PCA直接分类及KL直接分类方法比较 | 第36-38页 |
| 2.4.3 PLS-DA定性分析方法 | 第38-39页 |
| 2.4.4 KL-BP与PCA-BP定性分析方法对比 | 第39-40页 |
| 2.5 结果分析 | 第40-41页 |
| 2.6 小结 | 第41-43页 |
| 第三章 基于Bootstrap-SVM在小样本条件下光谱定量分析研究 | 第43-57页 |
| 3.1 引言 | 第43-44页 |
| 3.2 算法与原理 | 第44-49页 |
| 3.2.1 Bootstrap重抽样 | 第44-45页 |
| 3.2.2 噪声注入 | 第45-46页 |
| 3.2.3 支持向量回归机 | 第46-49页 |
| 3.3 实验部分 | 第49-50页 |
| 3.3.1 样本信息 | 第49-50页 |
| 3.3.2 仪器及工作条件 | 第50页 |
| 3.4 算法验证及结果 | 第50-55页 |
| 3.4.1 光谱分析 | 第50-51页 |
| 3.4.2 光谱预处理 | 第51-52页 |
| 3.4.3 PLS定量分析模型 | 第52-53页 |
| 3.4.4 SVM定量分析模型 | 第53-54页 |
| 3.4.5 Bootstrap-SVM定量分析模型 | 第54-55页 |
| 3.5 小结 | 第55-57页 |
| 第四章 红外光谱快速分析平台 | 第57-69页 |
| 4.1 引言 | 第57页 |
| 4.2 分析平台简介 | 第57-59页 |
| 4.2.1 平台构成 | 第57页 |
| 4.2.2 主要功能 | 第57-59页 |
| 4.3 分析平台使用说明 | 第59-67页 |
| 4.3.1 分析平台 | 第59-60页 |
| 4.3.2 登陆界面 | 第60页 |
| 4.3.3 主界面 | 第60-61页 |
| 4.3.4 设置界面 | 第61-62页 |
| 4.3.5 仪器状态 | 第62页 |
| 4.3.6 采谱工具 | 第62-63页 |
| 4.3.7 工作曲线 | 第63-65页 |
| 4.3.8 检测 | 第65页 |
| 4.3.9 结果显示 | 第65-66页 |
| 4.3.10 结果查询 | 第66-67页 |
| 4.4 小结 | 第67-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 5.1 总结 | 第69-70页 |
| 5.2 展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 研究成果及发表的学术论文 | 第77-79页 |
| 作者和导师简介 | 第79-81页 |
| 附件 | 第81-82页 |
