摘要 | 第1-5页 |
ABSTRACT | 第5-8页 |
1 绪论 | 第8-16页 |
·研究背景 | 第8-9页 |
·种子活力检测国内外研究现状 | 第9-12页 |
·国外研究现状 | 第10页 |
·国内研究现状 | 第10-12页 |
·研究目的与意义 | 第12页 |
·研究内容与方法 | 第12-14页 |
·研究主要内容 | 第12-13页 |
·研究方案 | 第13-14页 |
·研究特色与创新 | 第14页 |
·本章小结与本文结构 | 第14-16页 |
2 实验材料、设备及实验研究方法 | 第16-24页 |
·实验材料 | 第16-18页 |
·样本的选择 | 第16-17页 |
·人工老化处理分组 | 第17-18页 |
·高光谱图像的采集与提取 | 第18-21页 |
·仪器设备 | 第18-19页 |
·光谱数据的扫描过程 | 第19-20页 |
·光谱数据的校正及提取 | 第20-21页 |
·图像处理与识别技术基本原理 | 第21-22页 |
·光谱预处理 | 第21页 |
·特征波长选择 | 第21-22页 |
·判别分析方法 | 第22页 |
·发芽验证实验 | 第22-23页 |
·本章小结 | 第23-24页 |
3 光谱分析在水稻种子活力检测中的应用 | 第24-42页 |
·相关分析技术原理 | 第24-25页 |
·光谱成像技术简介 | 第24-25页 |
·偏最小二乘判别分析(PLS-DA)简介 | 第25页 |
·水稻样本光谱数据的预处理 | 第25-30页 |
·水稻种子的原始光谱曲线 | 第25-26页 |
·平滑算法(SG) | 第26-28页 |
·标准正态变量(SNV) | 第28-29页 |
·多元散射校正(MSC) | 第29-30页 |
·水稻样本光谱数据特征波长的选择 | 第30-39页 |
·主成份分析定性分析 | 第30-32页 |
·连续投影算法分析 | 第32-36页 |
·特征波长的选择 | 第36-39页 |
·基于全波段光谱和基于特征波长建立偏最小二乘判别分析(PLS-DA)模型 | 第39-41页 |
·基于全波波段光谱的PLS-DA判别模型 | 第39-40页 |
·基于特征波长的PLS-DA判别模型 | 第40-41页 |
·最优PLS-DA判别模型 | 第41页 |
·本章小结 | 第41-42页 |
4 人工老化分组单粒水稻种子活力的测定与分析 | 第42-48页 |
·水稻种子的人工老化分组 | 第42页 |
·人工加速老化法测定老化条件下种子活力的表现 | 第42页 |
·高温高湿加速老化处理原理 | 第42页 |
·人工老化处理分组 | 第42页 |
·种子活力指数测定 | 第42-43页 |
·原理 | 第42-43页 |
·种子活力指数 | 第43页 |
·发芽实验的结果与分析 | 第43-47页 |
·发芽实验方法 | 第43-44页 |
·发芽实验结果与分析 | 第44-47页 |
·本章小节 | 第47-48页 |
5 结论与展望 | 第48-50页 |
·结论 | 第48-49页 |
·展望 | 第49-50页 |
参考文献 | 第50-54页 |
致谢 | 第54页 |