| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 课题研究的背景及意义 | 第16-18页 |
| 1.1.1 我国水果产业发展现状 | 第16-17页 |
| 1.1.2 水果品质检测的必要性 | 第17-18页 |
| 1.2 近红外光谱技术 | 第18-20页 |
| 1.2.1 近红外光谱应用于水果品质检测国外相关进展 | 第18-19页 |
| 1.2.2 近红外光谱应用于水果品质检测国内相关进展 | 第19-20页 |
| 1.3 机器学习应用于近红外光谱分析的研究现状 | 第20-22页 |
| 1.4 本文研究内容与安排 | 第22-24页 |
| 第二章 近红外光谱分析方法 | 第24-32页 |
| 2.1 近红外光谱检测技术理论 | 第24-25页 |
| 2.1.1 近红外光谱产生原理 | 第24页 |
| 2.1.2 近红外漫反射检测原理 | 第24-25页 |
| 2.2 水果糖分近红外光谱预处理方法 | 第25-27页 |
| 2.2.1 平滑去噪 | 第25-26页 |
| 2.2.2 基线校正 | 第26页 |
| 2.2.3 求导 | 第26-27页 |
| 2.2.4 多元散射校正 | 第27页 |
| 2.3 常用近红外光谱技术定量分析方法 | 第27-29页 |
| 2.3.1 多元线性回归 | 第27-28页 |
| 2.3.2 主成分回归 | 第28页 |
| 2.3.3 偏最小二乘回归 | 第28页 |
| 2.3.4 支持向量机回归 | 第28-29页 |
| 2.3.5 人工神经网络 | 第29页 |
| 2.4 近红外糖分样本集划分方法 | 第29-30页 |
| 2.5 模型评价指标 | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 水果糖分近红外光谱的随机森林建模方法 | 第32-52页 |
| 3.1 随机森林理论 | 第32-37页 |
| 3.1.1 随机森林基学习器—决策树 | 第33-34页 |
| 3.1.2 随机森林的构建过程 | 第34-36页 |
| 3.1.3 随机森林的随机性分析 | 第36-37页 |
| 3.1.4 随机森林的性能指标 | 第37页 |
| 3.2 材料与实验方法 | 第37-41页 |
| 3.2.1 样品选择与准备 | 第37-38页 |
| 3.2.2 糖分值与光谱测量 | 第38-41页 |
| 3.3 预处理方法 | 第41-43页 |
| 3.4 随机森林用于不同种类水果糖分建模 | 第43-51页 |
| 3.4.1 PLS和MLR局限 | 第43-46页 |
| 3.4.2 RF模型建立 | 第46-49页 |
| 3.4.3 PLS,MLR,RF结果分析 | 第49-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 水果糖分近红外光谱波长变量优化方法研究 | 第52-62页 |
| 4.1 特征波长优化的意义 | 第52页 |
| 4.2 特征波长优化算法介绍 | 第52-55页 |
| 4.2.1 粒子群算法 | 第52-53页 |
| 4.2.2 蚁群算法 | 第53-54页 |
| 4.2.3 遗传算法 | 第54页 |
| 4.2.4 竞争性自适应重加权算法 | 第54-55页 |
| 4.3 粒子群算法在水果糖分近红外检测波长优化中的应用 | 第55-58页 |
| 4.3.1 二进制粒子群 | 第55页 |
| 4.3.2 粒子群算法波长筛选的过程与结论 | 第55-58页 |
| 4.4 遗传算法在水果糖分近红外检测波长优化中的应用 | 第58-61页 |
| 4.4.1 遗传算法实现过程 | 第58-59页 |
| 4.4.2 遗传算法波长筛选的过程与结论 | 第59-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 基于微型分光模块的水果糖分测量方法 | 第62-74页 |
| 5.1 微型分光模块介绍 | 第62-66页 |
| 5.1.1 系统总体设计 | 第62-63页 |
| 5.1.2 光学系统 | 第63-64页 |
| 5.1.3 电路系统 | 第64-66页 |
| 5.2 实验 | 第66-68页 |
| 5.2.1 样品准备 | 第66页 |
| 5.2.2 糖分值与光谱测量 | 第66-68页 |
| 5.3 数据分析 | 第68-72页 |
| 5.3.1 偏最小二乘建模分析 | 第69页 |
| 5.3.2 随机森林建模分析 | 第69-70页 |
| 5.3.3 粒子群结合偏最小二乘建模分析 | 第70-72页 |
| 5.4 本章小结 | 第72-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 主要研究内容和结论 | 第74-75页 |
| 6.2 本研究主要创新点 | 第75页 |
| 6.3 展望 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-84页 |
| 攻读学位期间发表的学术论文 | 第84页 |
