| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 前言 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.1.1 应用背景及意义 | 第10-11页 |
| 1.1.2 技术背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 近红外光谱分析技术在农作物定性分析中的应用研究现状 | 第12-13页 |
| 1.2.2 玉米单倍体检测的应用研究现状 | 第13-14页 |
| 1.3 课题主要研究内容及技术难点 | 第14-16页 |
| 1.3.1 课题主要研究内容 | 第14-15页 |
| 1.3.2 主要技术难点和创新点 | 第15-16页 |
| 第2章 近红外光谱定性分析技术 | 第16-28页 |
| 2.1 近红外光谱的特征 | 第16-17页 |
| 2.2 光谱预处理方法 | 第17-19页 |
| 2.2.1 平滑方法 | 第17页 |
| 2.2.2 导数方法 | 第17-18页 |
| 2.2.3 中心化及标准化处理 | 第18页 |
| 2.2.4 数据归一化处理 | 第18-19页 |
| 2.3 特征提取方法 | 第19-22页 |
| 2.3.1 主成分分析 | 第19-20页 |
| 2.3.2 基于偏最小二乘特征提取算法 | 第20-21页 |
| 2.3.3 线性鉴别分析 | 第21-22页 |
| 2.3.4 正交线性鉴别分析 | 第22页 |
| 2.4 常用模式分类算法 | 第22-26页 |
| 2.4.1 最小距离分类 | 第22页 |
| 2.4.2 最近邻分类 | 第22-23页 |
| 2.4.3 径向基神经网络 | 第23-24页 |
| 2.4.4 仿生模式识别 | 第24页 |
| 2.4.5 支持向量机 | 第24-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第3章 基于近红外漫反射光谱分析的玉米单倍体鉴别技术 | 第28-37页 |
| 3.1 近红外漫反射光谱鉴定玉米单倍体 | 第28-30页 |
| 3.1.1 光谱采集 | 第28-30页 |
| 3.1.2 近红外漫反射实验设计 | 第30页 |
| 3.2 PLS+LDA+BPR方法 | 第30-31页 |
| 3.2.1 建模过程 | 第30-31页 |
| 3.2.2 实验结果及分析 | 第31页 |
| 3.3 PLS+OLDA+SVM方法 | 第31-35页 |
| 3.3.1 算法原理 | 第31-33页 |
| 3.3.2 算法实现 | 第33-34页 |
| 3.3.3 实验结果及分析 | 第34-35页 |
| 3.4 近红外漫反射的位置效应问题 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 基于近红外漫透射光谱分析的玉米单倍体鉴别技术 | 第37-47页 |
| 4.1 近红外漫透射光谱鉴定玉米单倍体 | 第37-39页 |
| 4.1.1 光谱采集 | 第37-38页 |
| 4.1.2 实验结果及分析 | 第38-39页 |
| 4.2 近红外漫透射光谱鉴别玉米单倍体影响因素分析 | 第39-44页 |
| 4.2.1 光谱的谱区范围 | 第39-40页 |
| 4.2.2 吸光度值及其范围 | 第40-41页 |
| 4.2.3 光谱仪进光量对光谱品质影响 | 第41-42页 |
| 4.2.4 光源强度对光谱品质影响 | 第42-44页 |
| 4.3 提高光源效率的措施 | 第44-46页 |
| 4.3.1 降低灯工作电压 | 第44-45页 |
| 4.3.2 运用滤光片调整光源 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 玉米单倍体籽粒自动分拣设备实现 | 第47-57页 |
| 5.1 自动分拣系统硬件设计 | 第47-51页 |
| 5.1.1 设备总体结构设计 | 第47-48页 |
| 5.1.2 硬件模块设计 | 第48-51页 |
| 5.2 自动分拣系统软件设计 | 第51-53页 |
| 5.2.1 系统软件整体框架 | 第51-52页 |
| 5.2.2 软件运行软硬件环境 | 第52-53页 |
| 5.3 系统功能模块的实现 | 第53-55页 |
| 5.4 系统实物图 | 第55-56页 |
| 5.5 本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间取得的学术成果 | 第63-64页 |
| 致谢 | 第64页 |
