基于近红外光谱与拉曼光谱的生物柴油调和比检测
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 引言 | 第13-14页 |
| 1.2 生物柴油及其调和燃料检测技术 | 第14-15页 |
| 1.3 光谱分析技术 | 第15-20页 |
| 1.3.1 近红外光谱分析原理 | 第15-16页 |
| 1.3.2 拉曼光谱分析原理 | 第16-18页 |
| 1.3.3 光谱分析过程 | 第18页 |
| 1.3.4 光谱分析技术在生物柴油产业中的应用 | 第18-20页 |
| 1.4 本文主要内容 | 第20-23页 |
| 第二章 化学计量学方法 | 第23-35页 |
| 2.1 引言 | 第23页 |
| 2.2 校正集划分和波长选择方法 | 第23-25页 |
| 2.2.1 校正集划分方法 | 第23-24页 |
| 2.2.2 波长选择方法 | 第24-25页 |
| 2.3 光谱预处理方法 | 第25-27页 |
| 2.3.1 平滑 | 第25-26页 |
| 2.3.2 标准化方法与标准正态变换 | 第26页 |
| 2.3.3 多元散射校正 | 第26-27页 |
| 2.3.4 微分 | 第27页 |
| 2.3.5 去趋势 | 第27页 |
| 2.4 定量校正方法 | 第27-32页 |
| 2.4.1 线性校正方法 | 第27-30页 |
| 2.4.2 非线性方法 | 第30-32页 |
| 2.5 模型评价方法 | 第32-33页 |
| 2.5.1 统计评价 | 第32-33页 |
| 2.5.2 基于单个样本验证 | 第33页 |
| 2.6 本章小结 | 第33-35页 |
| 第三章 一种基于统计数据驱动的波长选择方法 | 第35-51页 |
| 3.1 引言 | 第35页 |
| 3.2 算法原理 | 第35-38页 |
| 3.3 评价指标 | 第38-39页 |
| 3.4 算法验证 | 第39-48页 |
| 3.4.1 啤酒原麦汁浓度数据集 | 第39-44页 |
| 3.4.2 生物柴油转化率数据集 | 第44-48页 |
| 3.5 算法讨论 | 第48-49页 |
| 3.6 本章小结 | 第49-51页 |
| 第四章 光谱采集及样本选择 | 第51-59页 |
| 4.1 引言 | 第51页 |
| 4.2 生物柴油调和燃料光谱采集 | 第51-53页 |
| 4.2.1 生物柴油调和燃料样本配置 | 第51-52页 |
| 4.2.2 光谱采集 | 第52-53页 |
| 4.3 样本选择 | 第53-58页 |
| 4.3.1 近红外光谱 | 第53-56页 |
| 4.3.2 拉曼光谱 | 第56-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 基于近红外光谱的生物柴油调和比检测 | 第59-75页 |
| 5.1 引言 | 第59页 |
| 5.2 校正方法选择 | 第59-65页 |
| 5.3 光谱预处理 | 第65-68页 |
| 5.4 波长选择 | 第68-73页 |
| 5.5 本章小结 | 第73-75页 |
| 第六章 基于拉曼光谱的生物柴油调和比检测 | 第75-81页 |
| 6.1 光谱预处理及回归校正 | 第75-76页 |
| 6.2 波长选择 | 第76-80页 |
| 6.3 本章小结 | 第80-81页 |
| 第七章 总结与展望 | 第81-85页 |
| 7.1 总结 | 第81-82页 |
| 7.2 展望 | 第82-85页 |
| 参考文献 | 第85-92页 |
| 附录 | 第92-93页 |
| 攻读硕士学位期间完成的论文 | 第93页 |
