| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-36页 |
| ·小麦内在品质概述 | 第11-15页 |
| ·水分 | 第11-12页 |
| ·蛋白质 | 第12-13页 |
| ·淀粉 | 第13-15页 |
| ·小麦内在品质的影响因素分析 | 第15-22页 |
| ·气候条件对小麦内在品质的影响 | 第15-19页 |
| ·土壤条件对小麦内在品质的影响 | 第19-22页 |
| ·近红外光谱技术 | 第22-35页 |
| ·近红外光谱分析技术发展的回顾 | 第22-25页 |
| ·近红外光谱技术特点 | 第25-26页 |
| ·近红外光谱技术在作物品质分析中的应用 | 第26-35页 |
| ·本文的主要研究内容 | 第35-36页 |
| 第二章 近红外光谱数据处理方法及实验装置设计 | 第36-53页 |
| ·近红外光谱数据处理方法 | 第36-45页 |
| ·近红外光谱预处理方法 | 第36-40页 |
| ·近红外光谱建模方法 | 第40-41页 |
| ·近红外光谱模型评价方法 | 第41-43页 |
| ·近红外光谱分析软件 | 第43-45页 |
| ·实验装置的设计 | 第45-52页 |
| ·光源系统 | 第45-47页 |
| ·样品光谱收集系统 | 第47-50页 |
| ·整机测试系统 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第三章 小麦水分的近红外光谱定量分析 | 第53-71页 |
| ·近红外光谱定量分析流程 | 第53-55页 |
| ·小麦水分的近红外光谱特征提取方法 | 第55-63页 |
| ·小麦水分的近红外光谱建模方法 | 第63-70页 |
| ·小麦样品的近红外光谱采集 | 第63-64页 |
| ·小麦样品的近红外光谱建模 | 第64-70页 |
| ·本章小结 | 第70-71页 |
| 第四章 小麦蛋白质的近红外光谱定量分析 | 第71-97页 |
| ·小麦样品的近红外光谱采集及蛋白质分布 | 第71-72页 |
| ·近红外光谱变量选择方法 | 第72-78页 |
| ·目前常用的变量选择方法 | 第72页 |
| ·无信息变量消除算法(UVE) | 第72-73页 |
| ·连续投影算法(SPA) | 第73-74页 |
| ·无信息变量消除算法结合连续投影算法(UVE-SPA) | 第74页 |
| ·特征投影图方法(LPG) | 第74-78页 |
| ·近红外光谱不同变量选择方法的建模结果分析 | 第78-96页 |
| ·SVM模型 | 第78-80页 |
| ·CWT-SVM模型 | 第80-84页 |
| ·CWT-MSC-SVM模型 | 第84-85页 |
| ·CWT-MSC-UVE-SVM模型 | 第85-87页 |
| ·CWT-MSC-SPA-SVM模型 | 第87-89页 |
| ·CWT-MSC-UVE-SPA-SVM模型 | 第89-90页 |
| ·CWT-LPG-SVM模型 | 第90-93页 |
| ·CWT-MSC-LPG-SVM模型 | 第93-96页 |
| ·本章小结 | 第96-97页 |
| 第五章 基于模型集群分析思想的小麦近红外光谱建模方法 | 第97-106页 |
| ·模型集群分析建模思路的产生 | 第98-99页 |
| ·蒙特卡罗采样技术 | 第99-101页 |
| ·刀切法 | 第99-100页 |
| ·自助法 | 第100页 |
| ·蒙特卡洛采样 | 第100-101页 |
| ·模型集群分析建模的主要框架 | 第101-102页 |
| ·基于MPA的小麦近红外光谱建模分析 | 第102-105页 |
| ·本章小结 | 第105-106页 |
| 结论 | 第106-109页 |
| 致谢 | 第109-110页 |
| 参考文献 | 第110-119页 |
| 博士研究生期间的的主要研究成果 | 第119页 |