首页--农业科学论文--园艺论文--果树园艺论文--浆果类论文--猕猴桃论文

基于高光谱图像技术无损检测猕猴桃的内部品质

摘要第6-8页
ABSTRACT第8-9页
第一章 绪论第13-19页
    1.1 研究背景与意义第13-14页
        1.1.1 中国水果在世界所处地位第13页
        1.1.2 中国猕猴桃产业发展现状和趋势第13-14页
    1.2 农产品品质无损检测国内外研究现状第14-17页
        1.2.1 近红外光谱技术第14页
        1.2.2 高光谱图像技术第14-17页
    1.3 猕猴桃内部品质研究现状及存在问题第17页
    1.4 研究内容及技术路线第17-19页
第二章 高光谱图像技术分析的方法和技术手段第19-24页
    2.1 高光谱图像技术简介第19页
    2.2 高光谱成像系统第19-20页
    2.3 样品划分方法第20-21页
    2.4 特征变量选取方法第21-22页
        2.4.1 无信息变量消除法第21页
        2.4.2 正自适应加权算法第21-22页
    2.5 建模方法第22页
        2.5.1 偏最小二乘法第22页
        2.5.2 最小二乘支持向量机第22页
        2.5.3 极限学习机第22页
        2.5.4 误差反向传播第22页
    2.6 模型评判标准第22-23页
    2.7 本章小结第23-24页
第三章 光谱提取区域对猕猴桃品质检测精度的影响第24-35页
    3.1 引言第24页
    3.2 材料和方法第24-25页
        3.2.1 试验材料第24-25页
        3.2.2 光谱提取区域的选择第25页
    3.3 光谱特征分析第25-26页
    3.4 光谱预处理和样本划分第26-27页
    3.5 糖度模型的建立第27-30页
        3.5.1 PLS模型第27-28页
        3.5.2 LSSVM模型第28-29页
        3.5.3 ELM模型第29页
        3.5.4 BP模型第29-30页
        3.5.5 模型比较第30页
    3.6 硬度模型的建立第30-32页
        3.6.1 PLS模型第30页
        3.6.2 LSSVM模型第30-31页
        3.6.3 ELM模型第31-32页
        3.6.4 BP模型第32页
        3.6.5 模型综合比较第32页
    3.7 建立含水率模型第32-34页
        3.7.1 PLS模型第32页
        3.7.2 LSSVM模型第32-33页
        3.7.3 ELM模型第33-34页
        3.7.4 BP模型第34页
        3.7.5 模型比较第34页
    3.8 本章小结第34-35页
第四章“徐香”猕猴桃品质的高光谱无损检测第35-44页
    4.1 材料和方法第35页
        4.1.1 实验材料第35页
        4.1.2 实验方法第35页
    4.2 结果与分析第35-42页
        4.2.1 光谱预处理第35页
        4.2.2 样本划分第35-36页
        4.2.3 特征波长提取第36-37页
        4.2.4 糖度模型结果第37-39页
        4.2.5 硬度模型结果第39-41页
        4.2.6 含水率模型结果第41页
        4.2.7 模型比较第41-42页
    4.3 本章小结第42-44页
第五章“海沃德”猕猴桃品质的高光谱无损检测第44-52页
    5.1 材料与方法第44页
        5.1.1 实验材料第44页
        5.1.2 实验方法第44页
    5.2 结果与分析第44-51页
        5.2.1 光谱预处理第44页
        5.2.2 样品划分第44-45页
        5.2.3 特征波长提取第45-46页
        5.2.4 糖度模型结果第46-48页
        5.2.5 硬度模型结果第48-49页
        5.2.6 含水率模型结果第49-50页
        5.2.7 模型比较第50-51页
    5.3 本章小结第51-52页
第六章 混合品种猕猴桃的品质高光谱检测第52-61页
    6.1 材料与方法第52页
        6.1.1 实验材料第52页
        6.1.2 实验方法第52页
    6.2 结果与分析第52-58页
        6.2.1 光谱预处理第52页
        6.2.2 样本划分第52-53页
        6.2.3 特征波长提取第53-54页
        6.2.4 糖度模型结果第54-56页
        6.2.5 硬度模型结果第56-57页
        6.2.6 含水率模型结果第57-58页
        6.2.7 模型比较第58页
    6.3 单一品种与混合品种模型比较第58-59页
        6.3.1 比较“徐香”和“海沃德”猕猴桃品质第58-59页
        6.3.2 比较特征波长提取第59页
        6.3.3 模型结果比较第59页
    6.4 本章小结第59-61页
第七章 结论与展望第61-63页
    7.1 结论第61-62页
    7.2 创新点第62页
    7.3 展望第62-63页
参考文献第63-68页
致谢第68-69页
作者简介第69页

论文共69页,点击 下载论文
上一篇:苦瓜核心种质的构建与评价
下一篇:北方日光温室无线传感器多数据融合技术的研究