首页--工业技术论文--轻工业、手工业论文--纺织工业、染整工业论文--一般性问题论文

基于近红外光谱分析的纺织品中羊毛含量检测技术研究

摘要第1-6页
ABSTRACT第6-10页
第一章 绪论第10-18页
   ·近红外光谱分析技术简介第10-15页
     ·近红外光谱分析技术的发展回顾第10-11页
     ·近红外光谱技术的特点第11-12页
     ·近红外光谱技术的应用第12-15页
   ·近红外光谱技术中的化学计量学方法第15-16页
   ·本课题研究的目的、内容及意义第16-18页
第二章 近红外光谱分析技术基础第18-27页
   ·物理基础第18-19页
   ·数学基础第19-20页
   ·化学信息基础第20-22页
   ·近红外光谱仪器第22-27页
     ·基本组成与结构第22-24页
     ·近红外光谱主要仪器类型第24-27页
第三章 实验设计与数据预处理第27-36页
   ·实验方案的设计第27-29页
     ·样品的收集第27页
     ·仪器附件与实验条件的选择第27-29页
   ·仪器测量参数的确定第29-32页
     ·扫描次数的选取第29-30页
     ·仪器分辨率的选取第30-31页
     ·样品测量次数的选取第31-32页
   ·数据预处理第32-36页
     ·微分处理第32-33页
     ·多点平滑第33-34页
     ·附加散射校正第34-36页
第四章 奇异样品的剔除第36-46页
   ·主成分分析结合马氏距离法第36-40页
     ·主成分分析(PCA)第36-38页
     ·马氏距离(Mahalanobis’distance)法第38-39页
     ·杠杆(Leverage)值法检验第39-40页
   ·运用 PLS进行阈值范围选取的研究第40-46页
     ·偏最小二乘回归(PLS)第40-41页
     ·用PLS对马氏距离的阈值范围参数进行选取第41-42页
     ·杠杆值剔除异常值法的检验第42-44页
     ·样品筛选的进一步评价第44-46页
第五章 建模方法与结果分析第46-62页
   ·支持向量机介绍第46-55页
     ·支持向量机的训练算法第46-49页
     ·支持向量机的核函数第49页
     ·支持向量机的回归原理第49-50页
     ·最小二乘支持向量机(LSSVM)第50-55页
   ·样品集合和划分第55-58页
     ·聚类分析法第55-56页
     ·自适应 Kennard-Stone算法(AKS)第56-58页
   ·回归分析第58-62页
     ·最小二乘支持向量机的参数选择第58-61页
     ·结果分析第61-62页
第六章 结论与展望第62-64页
参考文献第64-69页
致谢第69-70页
硕士期间发表论文第70-71页
附录 A:毛-棉-涤混合样品的化学值第71页
附录 B:毛-丝-涤混合样品的化学值第71-72页
附录 C:毛-棉-丝混合样品的化学值第72页

论文共72页,点击 下载论文
上一篇:初高中生物课程衔接的研究及实践
下一篇:基于嵌入式系统故障诊断模块关键技术研究