| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·课题研究的目的和意义 | 第8-9页 |
| ·高光谱成像技术的理论基础 | 第9-11页 |
| ·高光谱成像技术的简介 | 第9页 |
| ·高光谱成像技术的基本原理 | 第9-11页 |
| ·高光谱成像技术的特点 | 第11页 |
| ·高光谱成像技术在国内外无损检测中的研究进展 | 第11-14页 |
| ·高光谱成像技术在国外无损检测中的应用 | 第11-12页 |
| ·高光谱图像技术在国内无损检测中的应用 | 第12-14页 |
| ·本文研究内容及技术路线 | 第14-16页 |
| ·本文研究内容 | 第14页 |
| ·技术路线 | 第14-16页 |
| 第二章 高光谱图像数据采集及处理方法 | 第16-33页 |
| ·高光谱成像系统 | 第16-17页 |
| ·可见近红外高光谱成像系统 | 第16-17页 |
| ·近红外高光谱成像系统 | 第17页 |
| ·高光谱图像采集 | 第17-18页 |
| ·高光谱数据的提取 | 第18-19页 |
| ·光谱数据预处理 | 第19-23页 |
| ·Savitzky-Golay平滑法 | 第19-20页 |
| ·导数法 | 第20-21页 |
| ·多元散射校正 | 第21-22页 |
| ·标准正态变量变换 | 第22-23页 |
| ·高光谱数据降维方法 | 第23-24页 |
| ·定量分析模型建立方法概述 | 第24-28页 |
| ·多元线性回归 | 第24-25页 |
| ·主成分回归 | 第25-26页 |
| ·偏最小二乘回归 | 第26-27页 |
| ·定量分析模型精度的评价标准 | 第27-28页 |
| ·鉴别模型建立方法概述 | 第28-32页 |
| ·线性判别分析 | 第29-30页 |
| ·支持向量机判别分析 | 第30-32页 |
| ·判别准确率 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于高光谱成像技术的灵武长枣糖度和水分无损检测 | 第33-39页 |
| ·实验材料 | 第33页 |
| ·灵武长枣糖度、水分含量的测定 | 第33-34页 |
| ·灵武长枣糖度的测定 | 第33页 |
| ·灵武长枣水分的测定 | 第33-34页 |
| ·基于高光谱成像技术的长枣糖度预测模型 | 第34-36页 |
| ·光谱预处理方法的比较与分析 | 第34-35页 |
| ·预测模型性能的比较与分析 | 第35-36页 |
| ·基于高光谱成像技术的长枣水分含量预测模型 | 第36-37页 |
| ·光谱预处理方法的比较与分析 | 第36页 |
| ·预测模型性能的比较与分析 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 基于高光谱成像技术的灵武长枣成熟度鉴别 | 第39-47页 |
| ·实验仪器与材料 | 第39页 |
| ·实验仪器 | 第39页 |
| ·实验材料 | 第39页 |
| ·光谱的采集与提取 | 第39-41页 |
| ·灵武长枣不同成熟度的线性判别分析模型 | 第41-43页 |
| ·光谱预处理方法的比较与分析 | 第41页 |
| ·特征波长的选取 | 第41-43页 |
| ·判别结果与分析 | 第43页 |
| ·灵武长枣不同成熟度的支持向量机判别分析模型 | 第43-45页 |
| ·光谱预处理方法的比较与分析 | 第44页 |
| ·特征波段的选取 | 第44页 |
| ·判别结果与分析 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 基于高光谱成像技术的灵武长枣不同产地鉴别 | 第47-55页 |
| ·实验仪器与材料 | 第47页 |
| ·实验仪器 | 第47页 |
| ·实验材料 | 第47页 |
| ·光谱的采集与提取 | 第47-48页 |
| ·灵武长枣不同产地的线性判别分析模型 | 第48-51页 |
| ·光谱预处理方法的比较与分析 | 第48-49页 |
| ·特征波长的选取 | 第49-50页 |
| ·判别结果与分析 | 第50-51页 |
| ·灵武长枣不同产地的支持向量机判别分析模型 | 第51-54页 |
| ·光谱预处理方法的比较与分析 | 第51页 |
| ·特征波段的选取 | 第51-53页 |
| ·判别结果与分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 结论与展望 | 第55-57页 |
| ·主要结论 | 第55-56页 |
| ·研究展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 个人简介 | 第62页 |