基于近红外光谱的大米水分及蛋白质含量检测方法研究
| 摘要 | 第8-9页 |
| 英文摘要 | 第9-10页 |
| 1 引言 | 第11-18页 |
| 1.1 研究目的和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 大米品质研究发展现状 | 第12-14页 |
| 1.2.2 近红外光谱分析技术 | 第14-15页 |
| 1.2.3 近红外光谱技术在大米中的应用 | 第15-17页 |
| 1.3 本文研究内容 | 第17-18页 |
| 2 样品处理及光谱测量 | 第18-21页 |
| 2.1 样品采集 | 第18页 |
| 2.2 原始光谱采集 | 第18-19页 |
| 2.3 标准化学测定 | 第19-20页 |
| 2.3.1 水分含量标准化学测定 | 第19-20页 |
| 2.3.2 蛋白质含量标准化学测定 | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 大米水分的数据处理与分析 | 第21-30页 |
| 3.1 样品集的划分 | 第21页 |
| 3.2 光谱去噪处理 | 第21-24页 |
| 3.2.1 导数去噪 | 第22页 |
| 3.2.2 归一化去噪 | 第22-23页 |
| 3.2.3 平滑去噪 | 第23-24页 |
| 3.3 特征波长选择 | 第24-28页 |
| 3.3.1 移动窗口偏最小二乘 | 第24-26页 |
| 3.3.2 间隔偏最小二乘 | 第26-28页 |
| 3.4 偏最小二乘回归模型建立 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 4 大米蛋白质的数据处理与分析 | 第30-40页 |
| 4.1 剔除异常样品 | 第30-33页 |
| 4.1.1 霍特林T2统计 | 第30页 |
| 4.1.2 X-Y残差 | 第30-31页 |
| 4.1.3 3D视图分析 | 第31-33页 |
| 4.2 样品集的划分 | 第33-34页 |
| 4.3 光谱去噪处理 | 第34-36页 |
| 4.3.1 导数+平滑去噪 | 第34-35页 |
| 4.3.2 正交信号校正去噪 | 第35-36页 |
| 4.4 最佳主因子数的确定 | 第36-37页 |
| 4.5 模型的建立 | 第37-39页 |
| 4.5.1 偏最小二乘回归模型 | 第37页 |
| 4.5.2 主成分回归模型 | 第37-39页 |
| 4.6 本章小结 | 第39-40页 |
| 5 总结与展望 | 第40-42页 |
| 5.1 总结 | 第40-41页 |
| 5.2 展望 | 第41-42页 |
| 致谢 | 第42-43页 |
| 参考文献 | 第43-47页 |
| 攻读硕士学位期间发表的学术论文 | 第47页 |
