| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·课题研究的背景 | 第9-10页 |
| ·近红外光谱研究的相关领域 | 第10-12页 |
| ·课题研究的内容 | 第12-13页 |
| 2 近红外光谱分析的理论基础 | 第13-18页 |
| ·近红外光谱分析的基础理论 | 第13-15页 |
| ·近红外定量分析原理 | 第14页 |
| ·朗伯-比尔定律 | 第14-15页 |
| ·光谱和浓度数据的数学描述 | 第15页 |
| ·近红外光谱检测方法 | 第15-16页 |
| ·近红外光谱分析流程 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 3 近红外光谱分析技术 | 第18-27页 |
| ·近红外光谱预处理方法 | 第18-21页 |
| ·小波消噪和压缩技术 | 第18-20页 |
| ·主成分分析法 | 第20页 |
| ·光谱数据的优化 | 第20-21页 |
| ·数学校正模型的建立 | 第21-25页 |
| ·多元线性回归模型（MLR） | 第21页 |
| ·主成分回归模型（PCR） | 第21-22页 |
| ·BP 神经网络（BP） | 第22-25页 |
| ·模型的评价体系 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 4 实验研究与光谱数据预处理 | 第27-40页 |
| ·实验方案 | 第27页 |
| ·样品的制备 | 第27-30页 |
| ·近红外光谱数据的采集 | 第30-33页 |
| ·近红外光谱仪工作原理 | 第30-31页 |
| ·实验仪器 | 第31页 |
| ·实验仪器参数设置和环境 | 第31-32页 |
| ·实验方法与过程 | 第32-33页 |
| ·近红外光谱原始数据的整理 | 第33-35页 |
| ·光谱数据的预处理 | 第35-38页 |
| ·光谱分析波段的优选 | 第35页 |
| ·小波消噪和压缩 | 第35-37页 |
| ·主成分分析 | 第37-38页 |
| ·数据质量的改善 | 第38页 |
| ·本章小结 | 第38-40页 |
| 5 样品成分的定量分析 | 第40-64页 |
| ·棉涤样品分析结果 | 第40-51页 |
| ·多元线性回归模型（MLR） | 第40-41页 |
| ·主成分回归模型（PCR） | 第41-42页 |
| ·主成分分析和BP 神经网络相结合的模型（PCA-BP） | 第42-43页 |
| ·小波变换和BP 神经网络相结合的模型（WT-BP） | 第43-51页 |
| ·棉毛样品分析结果 | 第51-57页 |
| ·多元线性回归模型（MLR） | 第51-52页 |
| ·主成分回归模型（PCR） | 第52-53页 |
| ·主成分分析和BP 神经网络相结合的模型（PCA-BP） | 第53-54页 |
| ·小波变换和BP 神经网络相结合的模型（WT-BP） | 第54-57页 |
| ·预测集样品的预测 | 第57-61页 |
| ·校正模型之间的比较 | 第57-58页 |
| ·未知样品（预测集）的预测 | 第58-61页 |
| ·讨论 | 第61-62页 |
| ·误差来源分析 | 第61-62页 |
| ·检测体系的确立 | 第62页 |
| ·本章小结 | 第62-64页 |
| 6 结论与展望 | 第64-66页 |
| ·主要工作与创新 | 第64页 |
| ·建议 | 第64-65页 |
| ·展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录 | 第70-85页 |
