| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题的研究背景、目的和意义 | 第8-9页 |
| 1.2 近红外光谱技术与发展现状 | 第9-12页 |
| 1.2.1 近红外技术的原理、方法、特点 | 第9-11页 |
| 1.2.2 国外研究现状 | 第11页 |
| 1.2.3 国内研究现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 2 研究内容与方法 | 第13-28页 |
| 2.1 技术路线 | 第13页 |
| 2.2 实验设备与光谱数据采集 | 第13-14页 |
| 2.3 化学值测量方法检测叶片氮素含量 | 第14页 |
| 2.4 光谱数据预处理方法 | 第14-17页 |
| 2.4.1 平滑处理 | 第14-15页 |
| 2.4.2 变量标准化 | 第15页 |
| 2.4.3 多元散射校正 | 第15-16页 |
| 2.4.4 一阶和二阶求导处理 | 第16-17页 |
| 2.5 特征波长提取方法 | 第17-21页 |
| 2.5.1 连续投影算法 | 第17页 |
| 2.5.2 主成分分析法 | 第17-20页 |
| 2.5.3 SCARS算法 | 第20-21页 |
| 2.6 光谱数据回归模型 | 第21-27页 |
| 2.6.1 偏最小二乘线性回归模型(PLS) | 第21-23页 |
| 2.6.2 BP神经网络 | 第23-25页 |
| 2.6.3 最小二乘支持向量机(LSSVM) | 第25-27页 |
| 2.7 模型预测效果评价标准 | 第27-28页 |
| 3 橡胶树叶片光谱特征 | 第28-30页 |
| 3.1 橡胶树叶片光谱反射与吸收特征 | 第28页 |
| 3.2 橡胶树叶片氮含量与光谱反射数据的关系 | 第28-30页 |
| 4 橡胶树叶片氮素光谱检测模型 | 第30-54页 |
| 4.1 基于可见光波段的橡胶树叶片氮素光谱模型的建立 | 第30-37页 |
| 4.1.1 可见光波段的光谱数据最优预处理选择 | 第30-33页 |
| 4.1.2 可见光波段常用模型的建立 | 第33-34页 |
| 4.1.3 可见光波段SCARS-LSSVM模型的建立 | 第34-37页 |
| 4.2 基于近红外波段的橡胶树叶片氮素光谱模型的建立 | 第37-43页 |
| 4.2.1 近红外波段的光谱数据最优预处理选择 | 第37-39页 |
| 4.2.2 近红外波段常用模型的建立 | 第39-40页 |
| 4.2.3 近红外波段SCARS-LSSVM模型的建立 | 第40-43页 |
| 4.3 基于可见光/近红外波段的橡胶树叶片氮素光谱模型的建立 | 第43-49页 |
| 4.3.1 可见光/近红外波段的光谱数据最优预处理选择 | 第43-45页 |
| 4.3.2 可见光/近红外波段常用模型的建立 | 第45-46页 |
| 4.3.3 可见光/近红外波段SCARS-LSSVM模型的建立 | 第46-49页 |
| 4.4 橡胶树叶片氮素光谱模型比较 | 第49-54页 |
| 4.4.1 不同光谱波段的最优预测模型的比较 | 第49-50页 |
| 4.4.2 可见光谱波段中特征提取方法的比较 | 第50-51页 |
| 4.4.3 近红外光谱波段中特征提取方法的比较 | 第51-52页 |
| 4.4.4 可见光/近红外光谱波段中特征提取方法的比较 | 第52-54页 |
| 5 结论与展望 | 第54-56页 |
| 5.1 主要研究结论 | 第54-55页 |
| 5.2 主要创新点 | 第55页 |
| 5.3 进一步研究展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59页 |
