| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 辣椒概述 | 第10-11页 |
| 1.1.1 辣椒物种特性 | 第10页 |
| 1.1.2 辣椒的价值 | 第10-11页 |
| 1.2 辣椒分类的研究状况 | 第11-13页 |
| 1.2.1 辣椒的分类状况 | 第11-13页 |
| 1.3 FTIR 在植物分类领域的研究状况 | 第13-14页 |
| 1.4 本文研究所有的方法 | 第14-16页 |
| 第2章 傅里叶变换红外光谱技术介绍 | 第16-30页 |
| 2.1 红外吸收的基本原理 | 第16-24页 |
| 2.1.1 红外光谱学的概述 | 第16-17页 |
| 2.1.2 红外光谱基本振动理论 | 第17页 |
| 2.1.3 双原子分子振动理论 | 第17-19页 |
| 2.1.4 经典力学对于谐振子的处理 | 第19-20页 |
| 2.1.5 多原子分子的振动理论 | 第20-24页 |
| 2.2 傅里叶变换红外光谱仪工作原理 | 第24-28页 |
| 2.2.1 定性分析原理 | 第26页 |
| 2.2.2 定量分析原理 | 第26-27页 |
| 2.2.3 振动频率 | 第27页 |
| 2.2.4 试样的制备与测试 | 第27-28页 |
| 2.3 红外光谱的数据处理 | 第28-29页 |
| 2.4 傅里叶变换红外光谱技术的发展及应用 | 第29-30页 |
| 第3章 所用化学计量学方法介绍 | 第30-49页 |
| 3.1 相关分析 | 第31-32页 |
| 3.2 系统聚类分析 | 第32-36页 |
| 3.3 主成分分析 | 第36-39页 |
| 3.3.1 矩阵的特征值与特征矢量 | 第37-39页 |
| 3.4 BP 网络 | 第39-42页 |
| 3.4.1 BP 网络结构 | 第39页 |
| 3.4.2 BP 网络学习规则 | 第39-42页 |
| 3.5 支持向量机 | 第42-45页 |
| 3.5.1 支持向量机分类函数的建立 | 第42-44页 |
| 3.5.2 支持向量机分类模型的构造 | 第44-45页 |
| 3.5.3 支持向量机核函数 | 第45页 |
| 3.6 偏最小二乘回归 | 第45-49页 |
| 3.6.1 PLSR 的原理 | 第45页 |
| 3.6.2 PLSR 算法步骤 | 第45-47页 |
| 3.6.3 PLSR 的预测步骤 | 第47页 |
| 3.6.4 PLSR 中潜变量个数的确定 | 第47-49页 |
| 第4章 辣椒的分类研究 | 第49-57页 |
| 4.1 实验部分 | 第49页 |
| 4.1.1 实验仪器 | 第49页 |
| 4.1.2 样品采集与制备 | 第49页 |
| 4.1.3 光谱预处理及数据分析 | 第49页 |
| 4.2 辣椒红外光谱特征 | 第49-52页 |
| 4.2.1 不同品种辣椒红外光谱分析 | 第49-52页 |
| 4.3 红外光谱结合统计分析对辣椒的分类 | 第52-55页 |
| 4.3.1 聚类分析 | 第52-54页 |
| 4.3.2 主成分分析 | 第54-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第5章 基于支持向量机及 BPNN 的朝天椒和灯笼椒红外光谱分析 | 第57-65页 |
| 5.1 实验部分 | 第57页 |
| 5.1.1 实验仪器 | 第57页 |
| 5.1.2 样品采集与制备 | 第57页 |
| 5.1.3 光谱预处理及数据分析 | 第57页 |
| 5.2 朝天椒和灯笼椒红外光谱分析 | 第57-60页 |
| 5.2.1 朝天椒和灯笼椒的红外光谱分析 | 第57-60页 |
| 5.3 朝天椒和灯笼椒的人工神经网络和支持向量机分析 | 第60-64页 |
| 5.3.1 朝天椒和灯笼椒的人工神经网络研究 | 第60-61页 |
| 5.3.2 朝天椒和灯笼椒的支持向量机研究 | 第61-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第6章 红外光谱结合主成分（PCA）和偏最小二乘法判别分析（PLS-DA）对朝天椒和涮涮辣的研究 | 第65-73页 |
| 6.1 实验部分 | 第65页 |
| 6.1.1 实验仪器 | 第65页 |
| 6.1.2 样品采集与制备 | 第65页 |
| 6.1.3 光谱预处理及数据分析 | 第65页 |
| 6.2 朝天椒和涮涮辣分类的研究 | 第65-71页 |
| 6.2.1 朝天椒和涮涮辣的红外光谱分析 | 第65-68页 |
| 6.2.2 主成分分析 | 第68-69页 |
| 6.2.3 偏最小二乘法分析 | 第69-71页 |
| 6.3 本章小结 | 第71-73页 |
| 第7章 总结和展望 | 第73-75页 |
| 7.1 全文总结 | 第73-74页 |
| 7.2 展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 硕士期间发表的文章 | 第79-80页 |
| 致谢 | 第80页 |
