| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-18页 |
| ·研究背景和意义 | 第8-9页 |
| ·研究背景 | 第8页 |
| ·研究意义 | 第8-9页 |
| ·国内外木材识别技术 | 第9-10页 |
| ·近红外光谱技术的理论基础 | 第10-12页 |
| ·近红外光谱的吸收原理 | 第10页 |
| ·近红外光谱技术 | 第10-12页 |
| ·近红外光谱技术特点 | 第12页 |
| ·近红外光谱技术在木材检测中的应用 | 第12-15页 |
| ·近红外木材无损检测基本原理 | 第12页 |
| ·近红外技术应用于木材的性质预测 | 第12-14页 |
| ·近红外技术应用于木材的识别 | 第14-15页 |
| ·近红外光谱技术与物联网技术的结合 | 第15页 |
| ·本论文的主要研究内容及技术路线 | 第15-18页 |
| ·研究内容 | 第15-16页 |
| ·技术路线 | 第16-18页 |
| 2 试验材料与分析方法 | 第18-32页 |
| ·引言 | 第18页 |
| ·试验材料及实验设计 | 第18-25页 |
| ·试验材料 | 第18-24页 |
| ·实验设计 | 第24-25页 |
| ·试验方法 | 第25-26页 |
| ·光谱处理和数据分析方法 | 第26-31页 |
| ·光谱数据预处理方法 | 第26-27页 |
| ·光谱特征波长的选择与提取 | 第27-28页 |
| ·定性建模方法 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 3 珍稀木材近红外光谱判别模型的建立 | 第32-46页 |
| ·引言 | 第32页 |
| ·异常样品的剔除 | 第32页 |
| ·原木近红外光谱分析 | 第32-34页 |
| ·原始光谱 | 第32-34页 |
| ·原木不同切面的近红外光谱对比 | 第34页 |
| ·家具木材近红外光谱分析 | 第34-37页 |
| ·微凹黄檀家具木材近红外光谱分析 | 第34-35页 |
| ·家具木材样本近红外光谱分析 | 第35-37页 |
| ·原木与家具木材近红外光谱对比分析 | 第37-38页 |
| ·基于 1000～1650nm波长范围的家具木材树种鉴别模型的建立 | 第38-44页 |
| ·SIMCA判别模型的建立与验证 | 第38-40页 |
| ·PLS-DA判别模型的建立与验证鉴别结果 | 第40页 |
| ·ELM判别模型的建立与验证鉴别结果 | 第40-42页 |
| ·LS-SVM判别模型的建立与验证鉴别结果 | 第42-43页 |
| ·PNN判别模型的建立与验证鉴别结果 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 4 珍稀木材模型优化研究 | 第46-61页 |
| ·引言 | 第46页 |
| ·建模波长区域选择优化模型 | 第46-52页 |
| ·基于PCA方法的特征波长的选择 | 第46-47页 |
| ·基于去除包络线方法的特征波长的选择 | 第47-49页 |
| ·基于MC-UVE-SPA方法的特征波长的选择 | 第49-52页 |
| ·基于特征波长选择的家具树种鉴别模型优化 | 第52-60页 |
| ·基于PCA敏感波段的不同建模方法所建立的判别模型 | 第52-53页 |
| ·基于去除包络线的不同建模方法所建立的判别模型 | 第53-54页 |
| ·基于MC-UVE-SPA的不同建模方法所建立的判别模型 | 第54-60页 |
| ·本章小结 | 第60-61页 |
| 5 珍稀木材快速鉴别物联网系统设计 | 第61-69页 |
| ·引言 | 第61页 |
| ·系统整体架构设计 | 第61-62页 |
| ·系统功能模块设计 | 第62-63页 |
| ·系统流程设计 | 第63-64页 |
| ·系统实现 | 第64-68页 |
| ·开发运行环境 | 第64-65页 |
| ·应用效果实现 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 6 结论与展望 | 第69-71页 |
| ·结论 | 第69-70页 |
| ·展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 附录 | 第75-85页 |
| 个人简介 | 第85-86页 |
| 致谢 | 第86页 |
