模式识别技术在木材ATR识别中的应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 1 引言 | 第7-15页 |
| ·木材识别的目的和意义 | 第7页 |
| ·木材识别研究现状 | 第7-13页 |
| ·基于计算机技术的木材识别 | 第7-8页 |
| ·色谱法及其联用技术进行木材识别 | 第8-10页 |
| ·红外光谱技术识别木材 | 第10-12页 |
| ·其他方法识别木材 | 第12-13页 |
| ·小结 | 第13页 |
| ·本文的主要研究内容 | 第13-15页 |
| 2 ATR光谱模式识别的理论基础 | 第15-25页 |
| ·模式识别概述 | 第15页 |
| ·数据预处理 | 第15-17页 |
| ·平滑 | 第16页 |
| ·求导 | 第16页 |
| ·基线校正 | 第16-17页 |
| ·特征信息的提取 | 第17-18页 |
| ·波段选择 | 第17页 |
| ·主成分分析法 | 第17-18页 |
| ·小波变换 | 第18页 |
| ·偏最小二乘法 | 第18页 |
| ·识别分析 | 第18-24页 |
| ·光谱比较 | 第19页 |
| ·判别分析 | 第19-20页 |
| ·聚类分析 | 第20页 |
| ·SIMCA分析 | 第20-21页 |
| ·人工神经网络 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 3 衰减全反射红外光谱法检测木材 | 第25-32页 |
| ·衰减全反射红外光谱概述 | 第25-26页 |
| ·衰减全反射红外光谱原理 | 第25-26页 |
| ·衰减全反射红外光谱特点 | 第26页 |
| ·ATR检测木材实验 | 第26-27页 |
| ·仪器 | 第26页 |
| ·材料 | 第26-27页 |
| ·实验 | 第27页 |
| ·谱图预处理及分析 | 第27-31页 |
| ·ATR校正 | 第27-30页 |
| ·一阶求导 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 模式识别技术识别木材 | 第32-54页 |
| ·预处理及波段选择 | 第32页 |
| ·主成分分析提取特征信息 | 第32-33页 |
| ·Fisher判别 | 第33-34页 |
| ·Logistic判别 | 第34-41页 |
| ·Logistic判别 | 第34-35页 |
| ·固定先验概率的Logistic判别 | 第35-37页 |
| ·多树种的Logistic判别 | 第37-41页 |
| ·SIMCA法识别 | 第41-44页 |
| ·BP神经网络 | 第44-52页 |
| ·BP神经网络的设计 | 第44-46页 |
| ·建立BP神经网络识别木材ATR模型 | 第46-48页 |
| ·BP神经网络识别木材ATR结果 | 第48-52页 |
| ·几种模式识别技术识别木材ATR的比较 | 第52页 |
| ·模式识别结合ATR技术识别木材 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 5 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 导师简介 | 第59-60页 |
| 个人简介 | 第60-61页 |
| 致谢 | 第61页 |
