| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 化学计量学方法的研究现状 | 第10-11页 |
| 1.2.2 机器视觉和光谱分析技术在纯度检测技术的研究现状 | 第11-12页 |
| 1.2.3 高光谱图像技术在纯度检测方向的研究现状 | 第12-13页 |
| 1.3 高光谱图像波段选择和模型更新 | 第13-14页 |
| 1.3.1 高光谱图像波段选择和模型更新的必要性 | 第13页 |
| 1.3.2 图像波段选择和模型更新的研究现状 | 第13-14页 |
| 1.4 本论文的主要研究内容 | 第14-16页 |
| 第二章 种子高光谱图像识别系统 | 第16-23页 |
| 2.1 引言 | 第16页 |
| 2.2 高光谱图像采集系统 | 第16-19页 |
| 2.2.1 近红外高光谱图像采集系统 | 第16-17页 |
| 2.2.2 可见-短波近红外高光谱图像采集系统 | 第17-18页 |
| 2.2.3 高光谱图像的校正 | 第18-19页 |
| 2.3 高光谱图像数据处理系统 | 第19-22页 |
| 2.3.1 高光谱图像的预处理 | 第19-20页 |
| 2.3.2 高光谱图像的特征参数提取 | 第20-21页 |
| 2.3.3 高光谱图像数据建模分析及评价指标 | 第21-22页 |
| 2.4 种子高光谱图像识别的技术路线 | 第22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 基于局部学习的玉米种子近红外高光谱图像鉴选 | 第23-31页 |
| 3.1 引言 | 第23页 |
| 3.2 材料与方法 | 第23-25页 |
| 3.2.1 实验材料 | 第23页 |
| 3.2.2 高光谱成像系统和数据采集 | 第23页 |
| 3.2.3 高光谱图像的处理 | 第23-24页 |
| 3.2.4 局部学习算法 | 第24-25页 |
| 3.3 分类器设计和评价指标 | 第25-26页 |
| 3.3.1 偏最小二乘判别分析（PLSDA） | 第25-26页 |
| 3.3.2 分类器设计和评价指标 | 第26页 |
| 3.4 实验结果与分析 | 第26-30页 |
| 3.4.1 样本集划分 | 第26-27页 |
| 3.4.2 采用局部学习选取有效波段 | 第27-28页 |
| 3.4.3 基于PLSDA的建模分析 | 第28-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 基于主动学习的玉米种子纯度检测模型更新 | 第31-39页 |
| 4.1 引言 | 第31页 |
| 4.2 材料与方法 | 第31-34页 |
| 4.2.1 实验材料 | 第31页 |
| 4.2.2 高光谱图像特征提取 | 第31页 |
| 4.2.3 支持向量机（SVM） | 第31-33页 |
| 4.2.4 基于主动学习的模型更新策略 | 第33-34页 |
| 4.3 实验结果与分析 | 第34-38页 |
| 4.3.1 玉米种子的近红外高光谱曲线特征分析 | 第34页 |
| 4.3.2 玉米种子纯度检测模型的建立 | 第34-35页 |
| 4.3.3 基于主动学习的模型更新 | 第35-37页 |
| 4.3.4 不同模型更新算法比较 | 第37-38页 |
| 4.3.5 更新后模型对旧样本的适配性检验 | 第38页 |
| 4.4 本章小结 | 第38-39页 |
| 第五章 基于ISVDD的玉米种子高光谱图像分类模型在线更新 | 第39-49页 |
| 5.1 引言 | 第39页 |
| 5.2 材料与方法 | 第39-40页 |
| 5.2.1 实验材料 | 第39页 |
| 5.2.2 高光谱成像系统和样本的高光谱图像采集 | 第39页 |
| 5.2.3 图像分割和特征提取 | 第39-40页 |
| 5.3 在线模型更新策略 | 第40-44页 |
| 5.3.1 最小二乘支持向量机（LSSVM） | 第40-41页 |
| 5.3.2 增量式支持向量数据描述（ISVDD） | 第41-43页 |
| 5.3.3 基于ISVDD和LSSVM的在线模型更新策略 | 第43-44页 |
| 5.4 实验结果与分析 | 第44-48页 |
| 5.4.1 光谱特征分析 | 第44-45页 |
| 5.4.2 更新前LSSVM模型的分类结果分析 | 第45-46页 |
| 5.4.3 基于ISVDD在线更新策略的模型分类结果分析 | 第46-48页 |
| 5.5 本章小结 | 第48-49页 |
| 主要结论与展望 | 第49-51页 |
| 主要结论 | 第49-50页 |
| 展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第56页 |
