首页--工业技术论文--轻工业、手工业论文--造纸工业论文--产品标准与检验论文

结合近红外与模式识别技术的纸浆原料分类研究

致谢第1-4页
摘要第4-5页
Abstract第5-8页
第一章 绪论第8-13页
   ·课题的研究背景和研究意义第8-9页
   ·近红外分析技术的应用和发展第9-11页
     ·近红外分析技术的发展阶段第9-10页
     ·近红外技术在造纸工业中的应用第10-11页
   ·本课题的研究对象、任务和内容第11-13页
第二章 近红外光谱技术和化学计量学的基本理论第13-24页
   ·近红外光谱的吸收机理第13-17页
     ·近红外分子振动光谱第13-14页
     ·比尔定律第14-15页
     ·漫反射定量分析原理第15-17页
   ·近红外光谱分析技术的基本方法第17-18页
   ·用于近红外光谱分析的化学计量学方法第18-23页
     ·光谱预处理方法第19-20页
     ·近红外光谱的定量分析方法第20-21页
     ·近红外光谱的定性分析—模式识别定性方法第21-23页
   ·本章小结第23-24页
第三章 纸浆原料的近红外光谱采集第24-28页
   ·实验仪器工作参数的确定第24页
     ·实验仪器第24页
     ·仪器工作参数第24页
   ·光谱测量中的各误差因素分析第24-27页
     ·样品制样方法对光谱测量的影响第25-26页
     ·样品的填充度对光谱测量的影响第26页
     ·样品检测池容器对光谱测量的影响第26-27页
   ·本章小结第27-28页
第四章 纸浆原料的近红外光谱分类研究第28-40页
   ·光谱预处理和特征提取第28-29页
     ·光谱数据预处理第28页
     ·基于主成分分析的特征提取第28-29页
   ·实验一:6种纸浆浆种的分类第29-33页
     ·实验材料与光谱测量第29-30页
     ·预处理效果的比较第30页
     ·四种原浆纸样的聚类分析第30-32页
     ·六种纸浆的聚类分析第32页
     ·实验总结第32-33页
   ·实验二:阔叶浆的分类第33-34页
     ·实验材料第33页
     ·聚类分析结果与讨论第33-34页
   ·实验三:工艺的影响第34-39页
     ·特殊化学添加剂第34-35页
     ·四种浆的聚类分析第35-37页
     ·五种浆的聚类分析第37-39页
     ·实验总结第39页
   ·本章小结第39-40页
第五章 纸浆原料近红外判别模型的建立第40-54页
   ·近红外光谱定性分析的一般步骤第40-41页
   ·纸浆近红外光谱判别模型建模数据第41-43页
     ·实验材料第41-42页
     ·校正集样品的选择第42页
     ·光谱预处理和特征提取方法第42-43页
   ·基于BP人工神经网络的纸浆近红外光谱判别模型第43-45页
     ·BP人工神经网络原理第43-44页
     ·主成分特征提取第44页
     ·BP神经网络模型的结果与分析第44-45页
     ·结论第45页
   ·基于SIMCA技术的纸浆近红外光谱判别模型第45-52页
     ·SIMCA建模原理第45-48页
     ·建立SIMCA模型中的关键技术法第48-51页
     ·SIMCA模型的建立和判别结果第51页
     ·结论第51-52页
   ·两种判别方法的比较第52-53页
   ·本章小结第53-54页
第六章 结合小波变换和分形的纸浆近红外识别特征提取第54-67页
   ·分形和分形维数第54-55页
   ·小波变换第55-57页
   ·基于分形和小波变换的小波分形参量第57-60页
     ·小波函数分形参量第57-58页
     ·算法步骤第58-59页
     ·小波函数选择的理论依据第59-60页
   ·纸浆近红外光谱小波分形特征的提取与判别模型建立第60-65页
     ·小波函数的选择第60-61页
     ·小波分解尺度的选择第61-63页
     ·判别模型建立及结果分析第63-65页
   ·与传统方法的比较第65-66页
   ·本章小结第66-67页
第七章 总结和展望第67-70页
参考文献第70-73页
详细摘要第73-75页
Abstract第75页

论文共75页,点击 下载论文
上一篇:杨木单板耐光性染色工艺研究
下一篇:声化学法溶除盘式热分散机硅酸盐垢的研究