| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·研究背景和意义 | 第9-10页 |
| ·选题的背景 | 第9页 |
| ·研究意义 | 第9-10页 |
| ·农药残留的概述 | 第10-14页 |
| ·农药残留的概述 | 第10-11页 |
| ·农药残留的检测方法 | 第11-14页 |
| ·本文的主要研究内容及技术路线 | 第14-15页 |
| 2 可见-近红外光谱概述及数据处理原理 | 第15-25页 |
| ·可见-近红外光谱概述 | 第15-16页 |
| ·光谱数据的预处理方法 | 第16-18页 |
| ·多元散射校正算法（Multiple Scatter Correction，MSC） | 第16-17页 |
| ·标准正态变量变换（Standard Normal Variate，SNV） | 第17-18页 |
| ·微分处理（Differential Treatment） | 第18页 |
| ·数学模型的建立与评价 | 第18-23页 |
| ·偏最小二乘法（Partial Least-Squares Regression，PLS） | 第18-19页 |
| ·支持向量机（SVM） | 第19-20页 |
| ·Boosting算法的介绍 | 第20-23页 |
| ·数学模型的评价标准 | 第23页 |
| ·本章小结 | 第23-25页 |
| 3 韭菜样本中毒死蜱残留量的定量分析 | 第25-40页 |
| ·引言 | 第25页 |
| ·毒死蜱农药概述 | 第25-26页 |
| ·实验设备和材料 | 第26-28页 |
| ·韭菜样本的制作 | 第27-28页 |
| ·气相色谱-质谱法检测韭菜样本中毒死蜱残留量 | 第28-30页 |
| ·样本中农药残留量的提取 | 第28-29页 |
| ·气相色谱-质谱数据检测条件及结果 | 第29-30页 |
| ·光谱数据处理的结果与分析 | 第30-32页 |
| ·实验数据处理的结果 | 第30-32页 |
| ·偏最小二乘法建立回归模型 | 第32-36页 |
| ·PLS进行数据分析 | 第32-36页 |
| ·结果讨论 | 第36页 |
| ·Boosting回归模型 | 第36-38页 |
| ·Boosting回归的数据分析 | 第36-38页 |
| ·结果讨论 | 第38页 |
| ·本章小结 | 第38-40页 |
| 4 基于光谱分析对韭菜残留农药种类的识别 | 第40-47页 |
| ·引言 | 第40页 |
| ·实验方法的设计 | 第40-42页 |
| ·实验的材料和设备 | 第41-42页 |
| ·样品光谱数据的预处理 | 第42-44页 |
| ·根据韭菜样本光谱信息区别农药种类的分析 | 第44-45页 |
| ·基于SVM的分析结果 | 第44-45页 |
| ·基于Boosting的分析结果 | 第45页 |
| ·本章小结 | 第45-47页 |
| 5 总结与展望 | 第47-49页 |
| ·总结 | 第47页 |
| ·论文的主要结果 | 第47-48页 |
| ·展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士期间取得的成果 | 第53页 |
