| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 产电微生物的分类 | 第10-12页 |
| 1.2.2 阳极生物膜的分析方法 | 第12-14页 |
| 1.3 基于高光谱成像技术的阳极生物膜检测方法的提出 | 第14页 |
| 1.4 本文研究的主要内容 | 第14-15页 |
| 1.5 本章小结 | 第15-17页 |
| 2 高光谱成像及生物膜培养技术 | 第17-23页 |
| 2.1 高光谱成像技术 | 第17页 |
| 2.2 高光谱成像系统的组成和成像原理 | 第17-18页 |
| 2.2.1 高光谱成像系统的组成 | 第17页 |
| 2.2.2 高光谱相机成像原理 | 第17-18页 |
| 2.3 高光谱数据结构 | 第18-19页 |
| 2.4 生物膜培养技术 | 第19-21页 |
| 2.4.1 MFC燃料电池的设计 | 第19-20页 |
| 2.4.2 启动微生物燃料电池 | 第20-21页 |
| 2.5 本章小结 | 第21-23页 |
| 3 生物膜厚度估计模型分析 | 第23-37页 |
| 3.1 高光谱曲线的特征参数选取 | 第23-26页 |
| 3.1.1 光谱曲线特征参数 | 第23-25页 |
| 3.1.2 特征参数的选取 | 第25-26页 |
| 3.2 生物膜厚度估计模型 | 第26-36页 |
| 3.2.1 曲线拟合模型 | 第26-29页 |
| 3.2.2 BP神经网络模型 | 第29-33页 |
| 3.2.3 SVD迭代模型 | 第33-34页 |
| 3.2.4 多特征参数的曲线拟合模型 | 第34-36页 |
| 3.3 评价模型方式 | 第36页 |
| 3.4 本章小结 | 第36-37页 |
| 4 基于高光谱成像技术的阳极生物膜检测实验设计 | 第37-43页 |
| 4.1 实验仪器及样品 | 第37-39页 |
| 4.2 实验平台的搭建 | 第39-40页 |
| 4.3 实验步骤 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 高光谱生物膜厚度估算 | 第43-53页 |
| 5.1 光谱曲线的预处理 | 第43页 |
| 5.2 光谱曲线特征的提取 | 第43-44页 |
| 5.3 建立预测生物膜厚度的模型 | 第44-52页 |
| 5.3.1 单一特征的曲线拟合模型 | 第44-46页 |
| 5.3.2 BP神经网络模型 | 第46页 |
| 5.3.3 SVD迭代模型 | 第46-47页 |
| 5.3.4 多特征参数曲线拟合模型 | 第47-49页 |
| 5.3.5 模型比较分析 | 第49-50页 |
| 5.3.6 模型的验证 | 第50-52页 |
| 5.4 本章小结 | 第52-53页 |
| 6 生物膜高光谱图像的分析及结果 | 第53-63页 |
| 6.1 主成分的基本思想 | 第53页 |
| 6.2 主成分原理的推导 | 第53-55页 |
| 6.3 主成分分析的步骤 | 第55-57页 |
| 6.4 高光谱图像的处理分析 | 第57-61页 |
| 6.5 本章小结 | 第61-63页 |
| 7 结论与展望 | 第63-65页 |
| 7.1 主要结论 | 第63-64页 |
| 7.2 进一步工作建议 | 第64-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第71页 |