| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-17页 |
| ·引言 | 第11页 |
| ·作物氮素营养诊断技术的研究进展 | 第11-14页 |
| ·外观诊断法 | 第11-12页 |
| ·化学诊断法 | 第12-13页 |
| ·便携式叶绿素仪(SPAD)诊断法 | 第13页 |
| ·氮素营养光谱诊断法 | 第13-14页 |
| ·近红外光谱技术在茶叶分析中的研究进展 | 第14-16页 |
| ·本课题研究的目的和意义 | 第16页 |
| ·研究目的 | 第16页 |
| ·研究意义 | 第16页 |
| ·本课题的研究内容 | 第16-17页 |
| 第二章 可见-近红外光谱定量分析技术的基本原理 | 第17-28页 |
| ·可见-近红外光谱的基本原理 | 第17-18页 |
| ·漫反射光谱分析原理 | 第18-19页 |
| ·可见-近红外定量分析的基本流程 | 第19-20页 |
| ·可见-近红外光谱的预处理方法 | 第20-24页 |
| ·剔除异常样品 | 第20页 |
| ·消除光谱噪声及其它干扰因素的预处理方法 | 第20-21页 |
| ·挑选波长变量与谱区选择 | 第21-24页 |
| ·可见-近红外光谱技术定量分析的多元校正方法 | 第24-28页 |
| ·主成分回归分析 | 第25页 |
| ·人工神经网络方法 | 第25-26页 |
| ·偏最小二乘法 | 第26-28页 |
| 第三章 茶鲜叶氮含量光谱检测的试验研究 | 第28-35页 |
| ·样本的准备 | 第28页 |
| ·茶鲜叶光谱的测量 | 第28-32页 |
| ·光谱仪的选用 | 第29页 |
| ·仪器参数的选择 | 第29-30页 |
| ·光谱的采集 | 第30-31页 |
| ·光谱数据的有效性检查 | 第31-32页 |
| ·样品全氮含量的测定 | 第32-35页 |
| ·试剂和器材 | 第33页 |
| ·操作方法 | 第33-35页 |
| 第四章 茶鲜叶氮含量线性模型的建立和预测 | 第35-47页 |
| ·茶鲜叶片的近红外光谱曲线特征 | 第35-37页 |
| ·茶鲜叶片光谱数据的导出 | 第37页 |
| ·茶鲜叶全氮含量与叶片光谱数据的相关性分析 | 第37-39页 |
| ·茶鲜叶全氮含量线性模型的建立和预测 | 第39-43页 |
| ·建模样品的选择 | 第39-42页 |
| ·校正模型的建立 | 第42页 |
| ·模型的评价 | 第42-43页 |
| ·结果与分析 | 第43-47页 |
| ·不同光谱波段对模型的影响 | 第43-44页 |
| ·不同预处理对模型的影响 | 第44-45页 |
| ·不同校正方法对模型的影响 | 第45-47页 |
| 第五章 基于支持向量机建立茶鲜叶全氮含量的光谱模型 | 第47-57页 |
| ·支持向量机及其在光谱分析中的应用 | 第47-50页 |
| ·支持向量机 | 第47-48页 |
| ·核函数 | 第48页 |
| ·支持向量机回归的原理 | 第48-50页 |
| ·支持向量机在光谱分析中的应用 | 第50页 |
| ·GA-SVR模型的建立 | 第50-57页 |
| ·数据准备 | 第51页 |
| ·遗传算法的参数设置 | 第51-53页 |
| ·核函数类型和参数的确定 | 第53页 |
| ·GA-SVR模型的建立 | 第53-54页 |
| ·GA-SVR模型的结果与讨论 | 第54-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·主要结论 | 第57页 |
| ·展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士期间发表的主要论文 | 第64页 |