摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-18页 |
1 课题研究的背景和意义 | 第10-11页 |
2 红外光谱技术及原理 | 第11-13页 |
3 化学计量学在红外光谱中的研究 | 第13-16页 |
3.1 线性回归分析 | 第14-15页 |
3.2 主成分分析和主成分回归 | 第15-16页 |
4 本文的研究内容 | 第16-18页 |
第二章 岭回归算法在红外光谱中的应用 | 第18-30页 |
1 引言 | 第18-20页 |
2 岭回归的定义 | 第20-21页 |
3 岭回归估计的性质 | 第21页 |
4 岭参数k值的选取方法 | 第21-24页 |
4.1 广义岭估计量(GRR)k值的选取 | 第23-24页 |
4.2 普通岭回归估计量k值的选取 | 第24页 |
5 本文k值的选取 | 第24-26页 |
6 实验 | 第26页 |
6.1 实验数据 | 第26页 |
6.2 软件 | 第26页 |
7 实验结果与讨论 | 第26-28页 |
8 本章小结 | 第28-30页 |
第三章 改进的岭回归算法在红外光谱中的应用 | 第30-42页 |
1 引言 | 第30-32页 |
2 岭回归改进的数学模型及原理 | 第32页 |
3 实验的方法 | 第32-34页 |
4 实验结果与分析 | 第34-40页 |
5 本章小结 | 第40-42页 |
第四章 改进的岭回归算法在红外光谱应用中的鲁棒性讨论 | 第42-48页 |
1 讨论温度变化的鲁棒性 | 第42-44页 |
2 讨论温度和浓度同时变化的鲁棒性 | 第44-48页 |
第五章 总结与展望 | 第48-50页 |
1 总结 | 第48页 |
2 展望 | 第48-50页 |
参考文献 | 第50-54页 |
致谢 | 第54-56页 |
攻读硕士学位期间发表的学术论文 | 第56-57页 |
附件 | 第57页 |