| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 前言 | 第11-19页 |
| 1.1 近红外光谱分析技术结构及应用现状 | 第11-14页 |
| 1.1.1 近红外光谱分析技术结构 | 第11-13页 |
| 1.1.2 近红外光谱分析技术的应用 | 第13-14页 |
| 1.2 烟叶研究现状 | 第14-15页 |
| 1.3 模型评价方法 | 第15-16页 |
| 1.4 本课题的研究意义和研究内容 | 第16-17页 |
| 1.5 论文组织结构 | 第17-19页 |
| 2 基于烟叶不同物理状态下的光谱预处理方法 | 第19-37页 |
| 2.1 问题的提出 | 第19-20页 |
| 2.2 光谱数据的预处理方法 | 第20-23页 |
| 2.2.1 数据标准化处理 | 第20-21页 |
| 2.2.2 数据求导处理 | 第21-22页 |
| 2.2.3 基线校正 | 第22页 |
| 2.2.4 数据平滑处理 | 第22-23页 |
| 2.2.5 波长筛选 | 第23页 |
| 2.3 基于烟丝和烟末两种物理状态进行光谱预处理 | 第23-31页 |
| 2.3.1 实验材料与方法 | 第23-24页 |
| 2.3.2 基于标准化的光谱预处理结果 | 第24-30页 |
| 2.3.3 小结 | 第30-31页 |
| 2.4 基于烟片和烟末两种物理状态进行光谱预处理 | 第31-35页 |
| 2.4.1 实验材料与方法 | 第31-32页 |
| 2.4.2 基于标准化的光谱预处理结果 | 第32-35页 |
| 2.5 波段比较 | 第35-36页 |
| 2.6 本章总结 | 第36-37页 |
| 3 基于烟片和烟末光谱数据建立混合模型 | 第37-45页 |
| 3.1 问题的提出 | 第37页 |
| 3.2 光谱分析建模方法 | 第37-38页 |
| 3.3 剔除奇异样本的方法 | 第38-41页 |
| 3.3.1 基本原理 | 第39-41页 |
| 3.3.2 剔除奇异样本分析 | 第41页 |
| 3.4 建立烟末和烟片光谱的混合模型 | 第41-43页 |
| 3.4.1 实验数据 | 第41页 |
| 3.4.2 混合模型分析结果 | 第41-43页 |
| 3.5 本章小结 | 第43-45页 |
| 4 烟叶不同物理状态下的模型共享 | 第45-55页 |
| 4.1 问题的提出 | 第45页 |
| 4.2 模型转移方法的基本原理 | 第45-46页 |
| 4.2.1 shenk's 算法 | 第45-46页 |
| 4.2.2 斜率截距校正法ξSlope/Biasο | 第46页 |
| 4.3 实验材料与方法 | 第46-47页 |
| 4.4 实验结果与分析 | 第47-53页 |
| 4.4.1 转移样品集的选择 | 第47页 |
| 4.4.2 shenk's 算法转移结果分析 | 第47-52页 |
| 4.4.3 斜率/截距转移结果分析 | 第52-53页 |
| 4.5 本章小结 | 第53-55页 |
| 5 总结和展望 | 第55-57页 |
| 5.1 本文的工作总结 | 第55-56页 |
| 5.2 未来研究展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 个人简历 | 第62页 |
| 发表的学术论文 | 第62-63页 |