| 第一章 绪论 | 第1-15页 |
| ·课题研究的意义 | 第7页 |
| ·近红外光谱仪器 | 第7-8页 |
| ·近红外光谱应用于定性分析的常用方法 | 第8-10页 |
| ·近红外光谱峰位鉴别法 | 第8-9页 |
| ·模式识别法 | 第9页 |
| ·聚类分析法 | 第9-10页 |
| ·主成分分析结合马氏距离法 | 第10页 |
| ·近红外光谱应用于定量分析的常用方法 | 第10-13页 |
| ·回归法 | 第11-12页 |
| ·偏最小二乘法(PLS) | 第12页 |
| ·人工神经网络方法(ANN) | 第12-13页 |
| ·支撑向量机(SVMs) | 第13页 |
| ·本文研究的内容 | 第13-15页 |
| 第二章 近红外光谱分析原理及发展状况 | 第15-22页 |
| ·近红外光谱学基本原理 | 第15-19页 |
| ·NIRS 技术国内外研究状况 | 第19-21页 |
| ·NIRS 技术国外的研究状况 | 第19-20页 |
| ·NIRS 技术国内的研究状况 | 第20-21页 |
| ·小结 | 第21-22页 |
| 第三章 支撑向量回归机 | 第22-45页 |
| ·统计学习理论 | 第22-29页 |
| ·一致性概念和关键定理 | 第22-24页 |
| ·学习机器推广能力的界 | 第24-26页 |
| ·结构风险最小化归纳原则 | 第26-27页 |
| ·回归算法的推广能力的界 | 第27-29页 |
| ·标准支撑向量机回归机(SVR) | 第29-35页 |
| ·线性情形 | 第29-32页 |
| ·非线性情况 | 第32-35页 |
| ·最小二乘支撑向量机回归(LS-SVR) | 第35-36页 |
| ·核函数 | 第36-37页 |
| ·最小二乘支撑向量回归机的实例 | 第37-44页 |
| ·小结 | 第44-45页 |
| 第四章 基于NIR 和LSSVR 的白酒中乙醇含量测定 | 第45-51页 |
| ·实验仪器与试剂 | 第45页 |
| ·样品的制备 | 第45页 |
| ·测量条件 | 第45页 |
| ·数据的预处理 | 第45-46页 |
| ·光谱分析和光谱波长范围的选择 | 第46-47页 |
| ·预测误差分析指标 | 第47-48页 |
| ·预测结果及分析 | 第48-51页 |
| 第五章 总结 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士期间发表论文 | 第56-57页 |
| 摘要 | 第57-59页 |
| ABSTRACT | 第59-62页 |
| 致谢 | 第62-63页 |
| 导师及作者简介 | 第63页 |