首页--农业科学论文--园艺论文--果树园艺论文--杂果类论文--枣论文

骏枣叶片光谱预处理方法与水分检测模型研究

摘要第4-6页
abstract第6页
第1章 绪论第9-21页
    1.1 引言第9-11页
    1.2 作物水分检测国内外研究现状第11-12页
    1.3 近红外光谱技术国内外研究现状第12-15页
        1.3.1 国内近红外光谱技术研究现状第12-14页
        1.3.2 国外近红外光谱技术研究现状第14-15页
    1.4 近红外光谱技术国内外研究存在问题第15-16页
    1.5 近红外光谱仪器的发展历程第16页
    1.6 便携式近红外光谱仪基本构成及发展趋势第16-18页
    1.7 研究内容第18-19页
    1.8 技术路线第19-20页
    1.9 本章小结第20-21页
第2章 实验材料与方法第21-30页
    2.1 实验地点与材料第21-23页
        2.1.1 实验地点第21页
        2.1.2 实验材料第21页
        2.1.3 实验仪器第21-22页
        2.1.4 实验软件第22-23页
    2.2 实验设计第23页
    2.3 光谱数据的测定第23页
    2.4 化学计量学分析方法第23-24页
        2.4.1 骏枣叶片含水量的测定第23-24页
    2.5 骏枣叶片样品异常值的判别方法第24-26页
        2.5.1 马氏距离判别法第25-26页
        2.5.2 化学异常值判别法第26页
    2.6 化学计量学软件的基本结构和功能第26-29页
        2.6.1 化学计量学软件的基本构架和功能第27-29页
    2.7 本章小结第29-30页
第3章 近红外光谱分析技术与方法第30-47页
    3.1 近红外光谱技术介绍第30-31页
        3.1.1 近红外光谱理论依据第30-31页
    3.2 近红外光谱技术的发展历程第31-32页
    3.3 近红外光谱技术特点与检测流程第32-33页
    3.4 分析近红外光谱预处理方法第33-39页
        3.4.1 光谱预处理方法第33-39页
    3.5 校正样本和变量的选择方法第39-43页
        3.5.1 波长变量的选择第39-41页
        3.5.2 校正样本选择方法第41-43页
    3.6 建模方法第43-44页
        3.6.1 偏最小二乘法第43-44页
    3.7 模型评价参数第44-46页
    3.8 本章小结第46-47页
第4章 骏枣叶片处理结果与分析第47-53页
    4.1 骏枣叶片含水量的测量结果第47页
    4.2 校正集样本划分第47-48页
    4.3 光谱图像预处理第48-51页
    4.4 最优波长选择及模型结果分析第51-52页
    4.5 本章小结第52-53页
第5章 结论与展望第53-56页
    5.1 结论第53-54页
    5.2 不足与展望第54-55页
    5.3 创新点第55-56页
附录相关缩略词及名称术语第56-57页
参考文献第57-61页
致谢第61-62页
作者简介第62-63页

论文共63页,点击 下载论文
上一篇:基于高光谱哈密瓜生长过程品质的检测研究
下一篇:枣树种植年限对沙区土壤理化性质的影响研究