摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第9-15页 |
1.1 本课题研究的目的和意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 主要研究内容及技术路线 | 第13-14页 |
1.3.1 研究内容 | 第13页 |
1.3.2 技术路线 | 第13-14页 |
1.4 本章小结 | 第14-15页 |
第二章 实验材料与数据采集 | 第15-19页 |
2.1 实验材料 | 第15-16页 |
2.1.1 实验仪器及参数 | 第15页 |
2.1.2 样品的制备 | 第15-16页 |
2.2 光谱采集系统 | 第16-17页 |
2.2.1 光谱采集系统 | 第16-17页 |
2.2.2 光谱数据提取 | 第17页 |
2.3 绿茶生化成分含量的测定 | 第17-18页 |
2.3.1 绿茶茶多酚含量测定方法 | 第17-18页 |
2.3.2 绿茶游离氨基酸含量测定方法 | 第18页 |
2.4 本章小结 | 第18-19页 |
第三章 数据处理方法 | 第19-27页 |
3.1 数据预处理方法 | 第19-21页 |
3.1.1 平滑处理 | 第19-20页 |
3.1.2 一阶导数 | 第20页 |
3.1.3 多元散射校正 | 第20-21页 |
3.1.4 标准正态变量变换 | 第21页 |
3.1.5 去趋势 | 第21页 |
3.2 特征波长选取方法 | 第21-24页 |
3.2.1 逐步回归分析法 | 第21-22页 |
3.2.2 连续投影算法 | 第22-23页 |
3.2.3 竞争性自适应重加权算法 | 第23-24页 |
3.3 数学建模方法 | 第24-26页 |
3.3.1 偏最小二乘法回归算法 | 第24-25页 |
3.3.2 支持向量机回归算法 | 第25-26页 |
3.4 本章小结 | 第26-27页 |
第四章 绿茶光谱不同预处理模型比较 | 第27-34页 |
4.1 基于等级的绿茶光谱不同预处理建模比较 | 第27-29页 |
4.1.1 不同等级的湄潭翠芽可见-近红外光谱特征 | 第27页 |
4.1.2 不同预处理的可见-近红外光谱图 | 第27-29页 |
4.1.3 基于等级的绿茶不同预处理光谱模型比较 | 第29页 |
4.2 基于生化成分的绿茶光谱不同预处理建模比较 | 第29-33页 |
4.2.1 不同等级的翠芽近红外光谱特征 | 第29-30页 |
4.2.2 不同预处理的近红外光谱图 | 第30-31页 |
4.2.3 茶多酚不同预处理光谱模型比较 | 第31-32页 |
4.2.4 游离氨基酸不同预处理光谱模型比较 | 第32-33页 |
4.3 本章小结 | 第33-34页 |
第五章 绿茶特征波长选择 | 第34-40页 |
5.1 基于绿茶等级的可见-近红外光谱特征波长选择 | 第34-35页 |
5.1.1 基于逐步回归分析的特征波长选择 | 第34页 |
5.1.2 基于连续投影算法的特征波长选择 | 第34-35页 |
5.1.3 基于竞争性自适应重加权算法的特征波长选择 | 第35页 |
5.2 基于茶多酚含量的近红外光谱特征波长选择 | 第35-37页 |
5.2.1 基于逐步回归分析的特征波长选择 | 第35-36页 |
5.2.2 基于连续投影算法的特征波长选择 | 第36页 |
5.2.3 基于竞争性自适应重加权算法的特征波长选择 | 第36-37页 |
5.3 基于游离氨基酸含量的近红外光谱特征波长选择 | 第37-39页 |
5.3.1 基于逐步回归分析的特征波长选择 | 第37页 |
5.3.2 基于连续投影算法的特征波长选择 | 第37-38页 |
5.3.3 基于竞争性自适应重加权算法的特征波长选择 | 第38-39页 |
5.4 本章小结 | 第39-40页 |
第六章 绿茶模型的建立 | 第40-45页 |
6.1 预测模型 | 第40-42页 |
6.1.1 基于不同特征波长的绿茶等级光谱预测模型 | 第40页 |
6.1.2 基于不同特征波长的茶多酚光谱预测模型 | 第40-41页 |
6.1.3 基于不同特征波长的游离氨基酸光谱预测模型 | 第41-42页 |
6.2 模型结果分析 | 第42-44页 |
6.2.1 绿茶等级模型结果分析 | 第42-43页 |
6.2.2 茶多酚模型结果分析 | 第43页 |
6.2.3 游离氨基酸模型结果分析 | 第43-44页 |
6.3 本章小结 | 第44-45页 |
第七章 总结与展望 | 第45-48页 |
7.1 论文总结 | 第45-46页 |
7.2 展望 | 第46-48页 |
参考文献 | 第48-51页 |
致谢 | 第51-52页 |
附录 | 第52页 |