| 致谢 | 第1-8页 |
| 摘要 | 第8-11页 |
| Abstract | 第11-26页 |
| 第一章 绪论 | 第26-40页 |
| 提要 | 第26页 |
| ·课题背景与研究意义 | 第26-29页 |
| ·近红外光谱技术概述 | 第26页 |
| ·NIR光谱分析的一般流程 | 第26-28页 |
| ·NIR光谱分析限制因素与发展趋势 | 第28-29页 |
| ·光谱数据库系统技术概述 | 第29-37页 |
| ·光谱数据库技术原理及特点 | 第30-31页 |
| ·国外研究进展概况 | 第31-32页 |
| ·国内研究进展概况 | 第32-33页 |
| ·相关研究 | 第33-37页 |
| ·本文研究目的、内容和技术路线 | 第37-39页 |
| ·课题来源 | 第37页 |
| ·研究目标 | 第37-38页 |
| ·研究内容 | 第38-39页 |
| ·技术路线图 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第二章 设备、软件、规范及方法 | 第40-68页 |
| 提要 | 第40页 |
| ·光谱采集仪器及软件 | 第40-43页 |
| ·Nexus智能型傅里叶变换近红外光谱仪 | 第40-42页 |
| ·光谱采集软件 | 第42页 |
| ·数据处理软件 | 第42-43页 |
| ·光谱数据库系统开发工具 | 第43-44页 |
| ·数据管理系统 | 第43页 |
| ·应用软件开发工具 | 第43-44页 |
| ·其他软件 | 第44页 |
| ·相关规范 | 第44-52页 |
| ·样品 | 第44-48页 |
| ·光谱仪参数设置 | 第48-50页 |
| ·光谱采集试验环境 | 第50-52页 |
| ·操作 | 第52页 |
| ·光谱数据分析方法 | 第52-61页 |
| ·光谱数据预处理方法 | 第52-57页 |
| ·光谱特征信息提取 | 第57-61页 |
| ·光谱数据匹配算法(SMA) | 第61-67页 |
| ·特征峰匹配算法(SMA-P) | 第62-65页 |
| ·全光谱匹配算法 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第三章 一种选择性光谱平滑算法和光谱特征峰匹配方法 | 第68-94页 |
| 提要 | 第68页 |
| ·引言 | 第68-69页 |
| ·技术与方法 | 第69-75页 |
| ·噪声估算标准 | 第69-72页 |
| ·波动频率统计 | 第72页 |
| ·数据点权重 | 第72页 |
| ·选择性光谱平滑算法 | 第72-73页 |
| ·光谱特征峰识别方法 | 第73-75页 |
| ·试验 | 第75-76页 |
| ·试验样品 | 第75页 |
| ·仪器与参数 | 第75-76页 |
| ·实验平台 | 第76页 |
| ·结果与分析 | 第76-91页 |
| ·样品SSC含量分布 | 第76-77页 |
| ·判别分析法对样品分类结果 | 第77-79页 |
| ·类别中心的构建 | 第79-80页 |
| ·选择性平滑算法参数优化 | 第80-81页 |
| ·数据点平滑和保护 | 第81-83页 |
| ·特征峰识别参数优化 | 第83-88页 |
| ·特征峰匹配能力 | 第88-90页 |
| ·特征峰匹配分类识别 | 第90-91页 |
| ·本章小结 | 第91-94页 |
| 第四章 一种基于杰卡德相似系数的全光谱匹配算法 | 第94-118页 |
| 提要 | 第94页 |
| ·引言 | 第94-95页 |
| ·技术与方法 | 第95-99页 |
| ·FT-NIR光谱一阶导数 | 第95-96页 |
| ·去除零值一阶导数 | 第96-97页 |
| ·一阶导数二值化 | 第97页 |
| ·杰卡德相似性系数(JSC) | 第97-98页 |
| ·JSC的改进与其在光谱匹配算法中的应用 | 第98-99页 |
| ·带有增减幅度的SMA-JSC | 第99页 |
| ·试验 | 第99-100页 |
| ·试验样品 | 第99-100页 |
| ·仪器与参数 | 第100页 |
| ·试验平台 | 第100页 |
| ·结果与分析 | 第100-115页 |
| ·样品SSC含量分布 | 第100-101页 |
| ·判别分析法对样品分类结果 | 第101-105页 |
| ·类别中心构建 | 第105-106页 |
| ·样品分类识别 | 第106-108页 |
| ·与既有算法的比较 | 第108-110页 |
| ·特定对象识别 | 第110-111页 |
| ·光谱分辨率对算法的影响 | 第111-114页 |
| ·带有增减幅度的SMA-JSC | 第114-115页 |
| ·本章小结 | 第115-118页 |
| 第五章 苹果近红外光谱数据库原型系统开发 | 第118-140页 |
| 提要 | 第118页 |
| ·概述 | 第118页 |
| ·系统分析 | 第118-135页 |
| ·需求描述 | 第118-120页 |
| ·系统用例 | 第120-122页 |
| ·场景时序图(动态模型) | 第122-129页 |
| ·对象模型(静态模型) | 第129-135页 |
| ·系统设计 | 第135-136页 |
| ·商业化分析报告 | 第136-137页 |
| ·产品定位分析 | 第136页 |
| ·产品核心功能对比 | 第136-137页 |
| ·本章小结 | 第137-140页 |
| 第六章 全文总结与展望 | 第140-146页 |
| 提要 | 第140页 |
| ·主要研究结论 | 第140-142页 |
| ·主要创新点 | 第142-143页 |
| ·进一步研究展望 | 第143-146页 |
| 参考文献 | 第146-154页 |
| 作者简历 | 第154-155页 |