首页--工业技术论文--轻工业、手工业论文--食品工业论文--水果、蔬菜、坚果加工工业论文--果蔬加工品标准与检验论文

基于小波特征提取及其算法改进的光谱检测生菜叶片农药残留研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第10-24页
    1.1 研究背景及意义第10-11页
    1.2 国内外研究现状第11-21页
        1.2.1 化学检测农药残留技术第11-13页
        1.2.2 生物检测农药残留技术第13-16页
        1.2.3 光谱检测农药残留技术第16-20页
        1.2.4 小波变换算法发展概况第20-21页
    1.3 本文研究内容和思路第21-23页
    1.4 本章小结第23-24页
第2章 试验材料及检测机理研究第24-31页
    2.1 机理研究试验样本制备第24页
    2.2 试验设备第24-27页
    2.3 光谱检测生菜农残机理研究第27-30页
        2.3.1 扫描电镜试验第27-28页
        2.3.2 透射电镜试验第28-30页
        2.3.3 生菜微观结构变化与光谱检测关系第30页
    2.4 本章小结第30-31页
第3章 小波特征提取与算法改进研究第31-38页
    3.1 小波变换第31-32页
    3.2 小波特征提取算法第32-33页
    3.3 PDWT特征提取算法第33-34页
    3.4 WT-MD-MCCV特征提取算法第34-37页
        3.4.1 MD-MCCV算法第35-36页
        3.4.2 WT-MD-MCCV算法第36-37页
    3.5 本章小结第37-38页
第4章 WT特征提取算法在荧光光谱信息分析中的应用第38-46页
    4.1 荧光光谱试验样本制备第38页
    4.2 荧光光谱数据采集第38-39页
    4.3 荧光光谱数据预处理第39-40页
    4.4 WT特征波长选择第40-42页
    4.5 荧光光谱数据分类建模第42-44页
    4.6 本章小结第44-46页
第5章 PDWT特征提取算法在高光谱信息分析中的应用第46-52页
    5.1 高光谱试验样本制备第46页
    5.2 高光谱数据采集第46-48页
    5.3 高光谱数据特征选取第48-50页
        5.3.1 DWT选取高光谱数据特征第48页
        5.3.2 PDWT选取高光谱数据特征第48-50页
    5.4 高光谱数据特征分类建模第50-51页
    5.5 本章小结第51-52页
第6章 WT-MD-MCCV特征提取算法在融合光谱信息分析中的应用第52-58页
    6.1 融合光谱信息分析第52页
    6.2 融合光谱试验样本制备第52-53页
    6.3 融合光谱信息采集第53页
    6.4 融合光谱数据预处理第53-54页
    6.5 光谱数据特征融合第54-56页
        6.5.1 PCA选取光谱特征波长第54-55页
        6.5.2 SPA选取光谱特征波长第55页
        6.5.3 WT-MD-MCCV选取光谱特征波长第55-56页
    6.6 融合光谱特征数据建模分析第56-57页
    6.7 本章小结第57-58页
第7章 总结与展望第58-61页
    7.1 论文工作总结第58-59页
    7.2 展望第59-61页
参考文献第61-68页
致谢第68-69页
攻读硕士学位期间发表的学术论文第69页

论文共69页,点击 下载论文
上一篇:大同市资源型经济转型中旅游产业发展研究
下一篇:碳量子点修饰半导体复合材料的制备及可见光下处理偶氮染料废水的研究