| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究的背景 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 拉曼光谱成像的独特优势 | 第11-12页 |
| 1.4 本文主要内容 | 第12-14页 |
| 第二章 拉曼光谱成像技术 | 第14-19页 |
| 2.1 拉曼光谱成像技术发展历程 | 第14页 |
| 2.2 拉曼光谱的产生原理 | 第14-16页 |
| 2.3 拉曼光谱成像技术的特点 | 第16-18页 |
| 2.4 拉曼光谱成像技术的应用 | 第18-19页 |
| 第三章 光谱数据处理方法 | 第19-26页 |
| 3.1 光谱数据预处理的常规方法 | 第19-20页 |
| 3.2 小波变换 | 第20-22页 |
| 3.2.1 小换变换原理 | 第20-21页 |
| 3.2.2 离散小波变换 | 第21-22页 |
| 3.3 主成分分析法 | 第22-23页 |
| 3.4 偏最小二乘法 | 第23-24页 |
| 3.5 支持向量机分类 | 第24-26页 |
| 第四章 基于数据驱动的奶粉掺假光谱成像检测新方法研究 | 第26-33页 |
| 4.1 自适应小波变换 | 第26-28页 |
| 4.2 基于数据驱动的多尺度建模 | 第28页 |
| 4.3 实验装置 | 第28-29页 |
| 4.4 标准样品制备 | 第29页 |
| 4.5 光谱分析 | 第29-31页 |
| 4.6 DDMM模型计算结果 | 第31-32页 |
| 4.7 实验总结 | 第32-33页 |
| 第五章 复杂光谱成像信号的非线性建模方法研究 | 第33-57页 |
| 5.1 奶粉掺杂实验设计 | 第34-35页 |
| 5.2 改进的离散小波分析方法 | 第35-37页 |
| 5.3 光谱变量的自适应筛选 | 第37-38页 |
| 5.4 最小二乘支持向量机回归 | 第38页 |
| 5.5 复杂光谱成像信号的非线性建模方法 | 第38-39页 |
| 5.6 光谱数据的预处理 | 第39-45页 |
| 5.7 支持向量机（SVM）分类方法 | 第45-50页 |
| 5.8 MDWT-UVE-LSSVR定性分析结果 | 第50-54页 |
| 5.9 MDWT-UVE-LSSVR定量分析结果 | 第54-56页 |
| 5.10 实验总结 | 第56-57页 |
| 第六章 总结与展望 | 第57-60页 |
| 6.1 研究工作总结 | 第57-59页 |
| 6.2 本文的主要创新点和不足 | 第59页 |
| 6.3 对未来的展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 发表论文和参加科研情况说明 | 第63-64页 |
| 致谢 | 第64-65页 |