| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-19页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 近红外光谱分析在烟草行业应用研究现状 | 第12-17页 |
| 1.4 本文研究内容 | 第17-18页 |
| 1.5 本论文的章节安排 | 第18-19页 |
| 2 光谱数据的获取和预处理 | 第19-26页 |
| 2.1 烤烟叶样本 | 第19-20页 |
| 2.2 仪器介绍和光谱采集 | 第20-23页 |
| 2.3 光谱数据的预处理 | 第23-25页 |
| 2.3.1 减最值预处理 | 第23-24页 |
| 2.3.2 本文的光谱预处理 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 烟叶分级模型的构建 | 第26-31页 |
| 3.1 支持向量机理论介绍 | 第26-27页 |
| 3.2 SVM 的多分类和核函数 | 第27-29页 |
| 3.2.1 SVM 的多分类实现 | 第27-28页 |
| 3.2.2 核函数 | 第28-29页 |
| 3.3 SVM 模型的参数优化 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 光谱类型和区间确定 | 第31-36页 |
| 4.1 光谱类型的确定 | 第31-34页 |
| 4.2 光谱区间的确定 | 第34-35页 |
| 4.3 本章小结 | 第35-36页 |
| 5 基于聚类的光谱特征选择和级联分级 | 第36-49页 |
| 5.1 基于聚类的特征选择理论介绍 | 第36-37页 |
| 5.2 基于聚类的光谱特征选择 | 第37-43页 |
| 5.2.1 类内参数 1的选取 | 第37-40页 |
| 5.2.2 类间参数 2的选取 | 第40-43页 |
| 5.3 烤烟叶的级联分级 | 第43-48页 |
| 5.3.1 不同输入分等级结果的比较 | 第44-45页 |
| 5.3.2 部位、颜色两者联合分组 | 第45-46页 |
| 5.3.3 级联分级 | 第46-48页 |
| 5.4 本章小结 | 第48-49页 |
| 6 基于 BPSO 和被选概率的光谱特征选择 | 第49-61页 |
| 6.1 BPSO 的理论介绍 | 第49-50页 |
| 6.2 并联分级模型及光谱特征选择 | 第50-56页 |
| 6.2.1 光谱间隔 2nm 的特征选择结果及分析 | 第51-54页 |
| 6.2.2 不同光谱间隔特征选择结果及分析 | 第54-56页 |
| 6.3 聚类和 BPSO 联合的特征选择 | 第56-59页 |
| 6.4 本章小结 | 第59-61页 |
| 7 总结与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 个人简历、在学期间发表的学术论文与参与项目 | 第67页 |