摘要 | 第6-8页 |
Abstract | 第8-9页 |
第一章 绪论 | 第10-16页 |
1.1 研究背景及研究意义 | 第10-11页 |
1.2 偏最小二乘法的研究及应用 | 第11-12页 |
1.3 高光谱成像技术的特点及其在果糖含量检测中的应用 | 第12-14页 |
1.3.1 高光谱成像技术的特点 | 第12-13页 |
1.3.2 高光谱成像技术在果糖含量检测中的应用 | 第13-14页 |
1.4 本章小结 | 第14-16页 |
第二章 偏最小二乘算法及其优化方法 | 第16-22页 |
2.1 偏最小二乘算法的基本原理 | 第16-18页 |
2.2 偏最小二乘算法的优化方法 | 第18-20页 |
2.2.1 偏最小二乘算法的优化方法研究现状 | 第18-19页 |
2.2.2 优化偏最小二乘方法的思路 | 第19-20页 |
2.3 本章小结 | 第20-22页 |
第三章 高光谱图像及糖度数据获取 | 第22-28页 |
3.1 高光谱图像采集 | 第22-23页 |
3.1.1 样品准备 | 第22页 |
3.1.2 图像采集 | 第22-23页 |
3.2 苹果糖度获取 | 第23页 |
3.3 光谱数据提取及预处理 | 第23-25页 |
3.3.1 光谱提取与分析 | 第23-24页 |
3.3.2 光谱预处理 | 第24-25页 |
3.4 样本分集 | 第25-27页 |
3.4.1 KS法 | 第25-26页 |
3.4.2 SPXY法 | 第26页 |
3.4.3 比较两种样本分集方法 | 第26-27页 |
3.5 本章小结 | 第27-28页 |
第四章 特征波段选择 | 第28-38页 |
4.1 高光谱图像特征波段选择的基本概念 | 第28-29页 |
4.1.1 波段选择的思想 | 第28页 |
4.1.2 波段选择的必要性 | 第28-29页 |
4.2 连续投影算法 | 第29-31页 |
4.2.1 连续投影算法的概述及原理 | 第29页 |
4.2.2 连续投影算法的基本步骤及流程 | 第29-30页 |
4.2.3 连续投影算法的运行结果 | 第30-31页 |
4.3 遗传算法 | 第31-34页 |
4.3.1 遗传算法的概述及原理 | 第31页 |
4.3.2 遗传算法的基本步骤及流程 | 第31-33页 |
4.3.3 遗传算法的特点及应用 | 第33-34页 |
4.4 联合间隔偏最小二乘法 | 第34-37页 |
4.4.1 联合间隔偏最小二乘法的概述及原理 | 第34-35页 |
4.4.2 联合间隔偏最小二乘算法的基本步骤及流程 | 第35页 |
4.4.3 联合间隔偏最小二乘算法的应用 | 第35-37页 |
4.5 本章小结 | 第37-38页 |
第五章 建模 | 第38-46页 |
5.1 比较不同波段选择算法的建模效果 | 第38-40页 |
5.1.1 建模效果评估参数 | 第38-39页 |
5.1.2 波段选择前后的建模效果比较 | 第39-40页 |
5.2 不同波段选择算法用优化后的偏最小二乘法的建模效果 | 第40-42页 |
5.2.1 全波段模型在优化前后的效果比较 | 第40页 |
5.2.2 遗传算法选择特征波段在模型优化前后的效果比较 | 第40页 |
5.2.3 连续投影算法选择特征波段在模型优化前后的效果比较 | 第40-41页 |
5.2.4 联合间隔偏最小二乘算法选择特征波段在模型优化前后的效果比较 | 第41-42页 |
5.3 优化效果综合比较 | 第42-45页 |
5.4 本章小结 | 第45-46页 |
第六章 糖度差异可视化 | 第46-52页 |
6.1 糖度差异可视化的必要性 | 第46页 |
6.2 部分已有的可视化研究 | 第46-48页 |
6.3 本文的可视化处理方法 | 第48-49页 |
6.4 本章小结 | 第49-52页 |
第七章 总结与展望 | 第52-54页 |
参考文献 | 第54-58页 |
攻读学位期间取得学术成果 | 第58-60页 |
致谢 | 第60-61页 |