中文摘要 | 第1-4页 |
英文摘要 | 第4-9页 |
第一章 绪论 | 第9-14页 |
1.1 近红外光谱分析技术 | 第9-10页 |
1.2 近红外光谱分析技术尚存在的问题 | 第10-12页 |
1.3 论文的主要研究内容 | 第12-14页 |
第二章 近红外光谱分析技术中的最佳光程长 | 第14-33页 |
2.1 概述 | 第14-15页 |
2.2 单变量光谱分析中最佳光程长的选择 | 第15-21页 |
2.2.1 单变量光谱分析中最佳光程长的选择原理 | 第15-17页 |
2.2.2 单变量光谱分析中最佳光程长的实验研究 | 第17-21页 |
2.3 多变量光谱分析中最佳光程长的选择 | 第21-29页 |
2.3.1 多波长最佳光程长组合方法的理论分析 | 第21-24页 |
2.3.2 多波长最佳光程长组合方法的实验研究 | 第24-29页 |
2.4 水溶液样品的最佳光程长的简单确定方法 | 第29-32页 |
2.5 结论 | 第32-33页 |
第三章 近红外光谱分析技术中测量精度的研究 | 第33-50页 |
3.1 概述 | 第33-34页 |
3.2 测量精度的理论分析 | 第34-38页 |
3.2.1 单变量校正方法测量精度的理论分析 | 第34-35页 |
3.2.2 多变量校正方法测量精度的理论分析 | 第35-37页 |
3.2.3 测量样品成份复杂程度对测量精度的影响 | 第37-38页 |
3.3 测量精度的实验研究 | 第38-45页 |
3.3.1 单变量校正方法的测量精度研究 | 第38-40页 |
3.3.2 多变量校正方法的测量精度研究 | 第40-41页 |
3.3.3 建模方法对测量精度与必要仪器精度的影响 | 第41-42页 |
3.3.4 测量样品成份复杂程度对测量精度与必要仪器精度的影响 | 第42-45页 |
3.4 多变量校正方法中参考值测量误差的研究 | 第45-48页 |
3.5 结论 | 第48-50页 |
第四章 关于多变量校正模型中主成分的研究 | 第50-69页 |
4.1 概述 | 第50-51页 |
4.2 主成分意义的研究 | 第51-62页 |
4.2.1 主成分意义的分析方法 | 第54-55页 |
4.2.2 样品成份复杂程度对主成分的影响 | 第55-58页 |
4.2.3 建模波段不同对主成分的影响 | 第58-60页 |
4.2.4 光谱数据预处理方法不同对主成分的影响 | 第60-62页 |
4.3 外界干扰因素对主成分的影响和判断 | 第62-68页 |
4.3.1 测量温度变化对校正模型主成分的影响 | 第62-64页 |
4.3.2 仪器特性变化对校正模型主成分的影响 | 第64-68页 |
4.4 结论 | 第68-69页 |
第五章 多变量校正模型的波长优选 | 第69-88页 |
5.1 概述 | 第69-71页 |
5.1.1 多变量校正模型进行波长优选的必要性 | 第69-70页 |
5.1.2 波长优选方法的研究概况 | 第70-71页 |
5.2 几种波长优选方法的比较 | 第71-75页 |
5.2.1 波长选择方法原理 | 第71-72页 |
5.2.2 实验研究 | 第72-74页 |
5.2.3 波长优选结果比较与分析 | 第74-75页 |
5.3 提高模型稳健性的波长优选方法 | 第75-82页 |
5.3.1 遗传算法优选波长 | 第75-80页 |
5.3.2 提高模型稳健性的波长优选方法 | 第80-82页 |
5.4 根据被测成份净信号误差选择波长的方法及其改进 | 第82-87页 |
5.4.1 EI评价指标选择波长的方法 | 第83-84页 |
5.4.2 EI波长选择方法的应用实例 | 第84-85页 |
5.4.3 EI波长选择方法的改进 | 第85-87页 |
5.5 结论 | 第87-88页 |
第六章 多变量校正模型的标准化 | 第88-108页 |
6.1 概述 | 第88-89页 |
6.2 提高多变量校正模型稳健性的预处理方法 | 第89-97页 |
6.2.1 数字傅立叶滤波预处理方法 | 第89-94页 |
6.2.2 标准正交变换(SNV)预处理方法 | 第94-95页 |
6.2.3 正交信号校正(OSC)预处理方法 | 第95-97页 |
6.3 模型转换方法的研究 | 第97-106页 |
6.3.1 模型转换方法的研究 | 第98-101页 |
6.3.2 不同仪器间模型转换的应用 | 第101-106页 |
6.4 结论 | 第106-108页 |
全文总结 | 第108-112页 |
参考文献 | 第112-122页 |
致谢 | 第122页 |