首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

优化因子的偏最小二乘法及其在高光谱检测果糖含量中的应用

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

论文共61页,点击 下载论文
上一篇:基于水平集方法的CT图像肺血管分割算法研究
下一篇:面向数字制造的细节复杂模型形状优化研究