| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-15页 |
| ·研究的目的与意义 | 第10-11页 |
| ·光谱检测技术国内外研究现状 | 第11-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·研究内容 | 第13-14页 |
| ·技术路线 | 第14页 |
| ·本章小结和论文结构 | 第14-15页 |
| 2 近红外光谱分析技术概述 | 第15-20页 |
| ·近红外光谱分析技术发展概述 | 第15-16页 |
| ·近红外光谱分析技术的基本原理 | 第16-17页 |
| ·近红外光谱化学信息基础 | 第16页 |
| ·近红外光谱技术检测方式 | 第16-17页 |
| ·近红外光谱技术定性和定量分析步骤 | 第17-18页 |
| ·近红外光谱分析技术的优点和局限性 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3 香榧光谱预处理和建模方法研究 | 第20-28页 |
| ·香榧光谱预处理方法 | 第20-21页 |
| ·多元散射校正法(MSC) | 第20页 |
| ·标准正态变量变换(SNV) | 第20-21页 |
| ·导数法（FD和SD） | 第21页 |
| ·香榧光谱的建模方法 | 第21-27页 |
| ·KNN法 | 第21-22页 |
| ·SIMCA法 | 第22-23页 |
| ·PLS-DA法 | 第23-24页 |
| ·PCA法 | 第24-25页 |
| ·LS-SVM法 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 4 基于不同建模方法的香榧产地判别模型研究 | 第28-41页 |
| ·实验设备和材料 | 第28-30页 |
| ·实验设备 | 第28页 |
| ·实验材料 | 第28-29页 |
| ·光谱数据采集及处理软件 | 第29-30页 |
| ·基于KNN的香榧产地判别模型 | 第30-32页 |
| ·K参数的优化选择 | 第30-31页 |
| ·不同预处理方法对KNN判别分析结果的影响 | 第31-32页 |
| ·基于SIMCA方法的香榧产地判别模型 | 第32-34页 |
| ·PC参数的优化选择 | 第32-33页 |
| ·不同预处理方法对SIMCA判别分析结果的影响 | 第33-34页 |
| ·基于PLS-DA的香榧产地判别模型 | 第34-36页 |
| ·PLS隐性变量参数的优化选择 | 第34-35页 |
| ·不同预处理方法对PLS-DA判别分析结果的影响 | 第35-36页 |
| ·基于PCA-LDA的香榧产地判别模型 | 第36-38页 |
| ·PC参数的优化选择 | 第36-37页 |
| ·不同预处理方法对PCA-LDA判别分析结果的影响 | 第37-38页 |
| ·基于LS-SVM的香榧产地判别模型 | 第38-40页 |
| ·惩罚因子γ和核函数参数σ~2 优化选择 | 第38-39页 |
| ·不同预处理方法对LS-SVM判别分析结果的影响 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 5 结论与展望 | 第41-44页 |
| ·结论 | 第41-42页 |
| ·展望 | 第42-44页 |
| 参考文献 | 第44-48页 |
| 硕士就读期间的科研工作及成果 | 第48-49页 |
| 致谢 | 第49页 |