基于可见光谱技术的血斑蛋在线判别模型研究
| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 缩略语表 | 第11-12页 |
| 1 绪论 | 第12-20页 |
| 1.1 研究的目的和意义 | 第12-14页 |
| 1.1.1 鸡蛋品质指标及分级标准 | 第12-14页 |
| 1.2 血斑蛋检测的研究现状 | 第14-17页 |
| 1.2.1 光谱技术检测 | 第14-16页 |
| 1.2.2 机器视觉检测 | 第16-17页 |
| 1.3 血斑蛋在线检测关键技术分析 | 第17-18页 |
| 1.3.1 特征波段的提取 | 第17页 |
| 1.3.2 在线模型的确定与验证 | 第17页 |
| 1.3.3 在线参数的控制 | 第17-18页 |
| 1.4 血斑蛋检测研究内容和技术路线 | 第18-19页 |
| 1.4.1 研究内容 | 第18页 |
| 1.4.2 技术路线 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 2 试验材料与仪器 | 第20-26页 |
| 2.1 血斑蛋静态试验材料 | 第20页 |
| 2.2 血斑蛋光谱检测系统 | 第20-22页 |
| 2.3 数据处理软件介绍 | 第22-25页 |
| 2.3.1 Specsuite光谱分析软件 | 第22-23页 |
| 2.3.2 MATLAB软件 | 第23-24页 |
| 2.3.3 SPSS统计分析软件 | 第24-25页 |
| 2.4 血斑蛋在线试验相关参数的设定 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 血斑蛋光谱数据预处理 | 第26-36页 |
| 3.1 血斑蛋光谱特性分析 | 第26页 |
| 3.2 血斑蛋异常样本的剔除 | 第26-32页 |
| 3.2.1 聚类 | 第27-29页 |
| 3.2.2 相似系数和 | 第29-30页 |
| 3.2.3 箱形图异常值检验 | 第30-32页 |
| 3.3 血斑蛋光谱数据预处理 | 第32-34页 |
| 3.3.1 数据增强变换 | 第32页 |
| 3.3.2 平滑 | 第32-33页 |
| 3.3.3 求导算法 | 第33页 |
| 3.3.4 多元散射校正 | 第33-34页 |
| 3.3.5 标准正态变换 | 第34页 |
| 3.4 血斑蛋最佳预处理方法的选择 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 血斑蛋特征波长的筛选 | 第36-47页 |
| 4.1 血斑蛋光谱波段的筛选 | 第36-39页 |
| 4.1.1 间隔偏最小二乘波长筛选法 | 第36-39页 |
| 4.2 血斑蛋光谱特征变量的筛选 | 第39-45页 |
| 4.2.1 竞争性自适应重加权采样算法 | 第39-41页 |
| 4.2.2 连续投影算法 | 第41-45页 |
| 4.3 血斑蛋最佳特征波段的确定 | 第45页 |
| 4.4 本章小结 | 第45-47页 |
| 5 血斑蛋判别模型的构建与验证 | 第47-63页 |
| 5.1 血斑蛋判别模型的建立 | 第47-54页 |
| 5.1.1 偏最小二乘判别分析 | 第47-48页 |
| 5.1.2 支持向量机 | 第48-49页 |
| 5.1.3 逐步贝叶斯判别分析 | 第49-51页 |
| 5.1.4 二项logistic回归 | 第51-53页 |
| 5.1.5 线性判别分析 | 第53-54页 |
| 5.1.6 血斑蛋检测最佳模型的确定 | 第54页 |
| 5.2 SBDA判别模型的构建与验证 | 第54-62页 |
| 5.2.1 统一条件下SBDA模型的更新 | 第55-58页 |
| 5.2.2 验证更新的SBDA模型 | 第58-61页 |
| 5.2.3 SBDA模型的指导性构建 | 第61-62页 |
| 5.3 本章小结 | 第62-63页 |
| 6 总结与展望 | 第63-66页 |
| 参考文献 | 第66-73页 |
| 附录A：硕士就读期间科研成果 | 第73-74页 |
| 附录B：相关程序 | 第74-77页 |
| 致谢 | 第77页 |
