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

基于高光谱成像技术的灵武长枣品质无损检测研究

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

论文共62页,点击 下载论文
上一篇:枸杞微波干燥特性研究与试验
下一篇:贺兰山东麓产区威代尔冰葡萄酒生产工艺的研究