首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

谷物霉菌的高光谱成像辨识方法和霉变玉米籽粒检测方法研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第14-28页
    1.1 研究背景与意义第14-15页
    1.2 国内外研究进展分析第15-25页
        1.2.1 谷物霉菌的传统检测方法第15-17页
        1.2.2 谷物霉变的无损检测方法第17-24页
        1.2.3 需要解决的问题第24-25页
    1.3 研究目标与内容第25页
    1.4 技术路线第25-26页
    1.5 本章小结第26-28页
第二章 实验材料与数据分析方法第28-44页
    2.1 实验材料选择分析第28-31页
        2.1.1 霉菌第28页
        2.1.2 玉米品种第28-29页
        2.1.3 实验设备第29-30页
        2.1.4 实验条件第30-31页
    2.2 高光谱成像系统搭建与校正第31-35页
        2.2.1 高光谱采集硬件系统第31-34页
        2.2.2 系统控制及校正第34-35页
    2.3 数据分析方法第35-42页
        2.3.1 感兴趣区域光谱提取第35-37页
        2.3.2 光谱预处理第37-38页
        2.3.3 特征变量选择方法第38-40页
        2.3.4 模型建立与评价第40-42页
    2.4 本章小结第42-44页
第三章 霉菌单菌落的生长光学特征分析与种类判别第44-70页
    3.1 实验材料与实验过程第44-46页
        3.1.1 实验设计第44页
        3.1.2 样品制备第44-45页
        3.1.3 高光谱图像采集与预处理第45-46页
    3.2 霉菌单菌落的生长特征分析第46-61页
        3.2.1 霉菌单菌落生长阶段的高光谱特征第46-53页
        3.2.2 霉菌单菌落同心环形生长区的特征第53-61页
    3.3 霉菌单菌落种类的判别模型建立第61-69页
        3.3.1 基于主成分分析的霉菌种类鉴别第63-65页
        3.3.2 基于支持向量机的霉菌种类鉴别第65-69页
    3.4 本章小结第69-70页
第四章 霉菌菌落群的生长时间分析与种类判别第70-88页
    4.1 实验材料与实验过程第70-71页
        4.1.1 实验设计第70页
        4.1.2 样品制备第70-71页
        4.1.3 高光谱图像采集与预处理第71页
    4.2 单种霉菌生长时间分析第71-81页
        4.2.1 基于主成分分析的霉菌生长时间分析第73-77页
        4.2.2 基于支持向量机的霉菌生长时间判别模型建立第77-81页
    4.3 霉菌种类判别第81-83页
        4.3.1 不同种类霉菌的图谱特性分析第81-82页
        4.3.2 基于支持向量机的霉菌种类判别模型建立第82-83页
    4.4 混合霉菌生长分析第83-86页
        4.4.1 混合霉菌生长时间分析第83-86页
        4.4.2 混合霉菌中霉菌种类判别第86页
    4.5 本章小结第86-88页
第五章 籽粒上接种的霉菌生长时间分析及种类判别第88-104页
    5.1 实验样品准备第88-89页
        5.1.1 实验设计第88页
        5.1.2 样品制备第88-89页
        5.1.3 高光谱图像采集与预处理第89页
    5.2 籽粒上接种的单种霉菌的生长时间判别第89-96页
        5.2.1 不同生长时间的霉菌的图谱特性分析第90-92页
        5.2.2 基于支持向量机的籽粒上霉菌生长时间判别模型建立第92-96页
    5.3 籽粒上接种的霉菌种类判别第96-98页
        5.3.1 不同种类霉菌的图谱特性分析第96-98页
        5.3.2 基于支持向量机的籽粒上霉菌种类判别模型建立第98页
    5.4 籽粒上接种混合霉菌的生长分析第98-102页
    5.5 本章小结第102-104页
第六章 自然霉变玉米籽粒的鉴别与籽粒中毒素检测初探第104-122页
    6.1 霉变玉米籽粒鉴别第104-111页
        6.1.1 实验样品准备第104页
        6.1.2 数据采集与预处理第104-105页
        6.1.3 霉变与健康籽粒的图谱特性分析第105-107页
        6.1.4 基于支持向量机的霉变玉米籽粒鉴别第107-111页
    6.2 玉米籽粒中黄曲霉毒素的检测第111-116页
        6.2.1 实验样品准备第111-112页
        6.2.2 数据采集与预处理第112页
        6.2.3 黄曲霉含量的统计分析第112-113页
        6.2.4 基于支持向量机的黄曲霉毒素等级分类结果第113-114页
        6.2.5 基于支持向量机的黄曲霉毒素含量预测结果第114-116页
    6.3 玉米霉变识别与毒素含量分析软件开发第116-120页
        6.3.1 软件界面设计第116-118页
        6.3.2 软件操作流程第118-120页
    6.4 本章小结第120-122页
第七章 结论与展望第122-126页
    7.1 结论第122-123页
    7.2 创新点第123页
    7.3 展望第123-126页
参考文献第126-136页
致谢第136-138页
作者简介第138-139页

论文共139页,点击 下载论文
上一篇:高粘度熔液的压电喷射打印机理与实验研究
下一篇:分布式存储上的高性能事务处理