文摘
英文文摘
学位论文版权使用授权书及独创性申明
第一章绪论
1.1近红外光谱分析技术的特点
1.2近红外光谱技术的应用
1.3本课题的国内外现状
1.4化学计量学在近红外光谱中的应用
1.5本课题研究的目的、内容及意义
第二章实验与过程
2.1样品光谱的测定
2.1.1样品收集
2.1.2实验仪器及参数设置
2.2样品化学值的测定
第三章奇异样品检测及样品集划分
3.1奇异样品检测
3.1.1奇异样品的判别方法
3.1.2三种判别方法应用于近红外光分析的比较
3.2样品集划分
第四章逐步回归分析
4.1逐步回归分析基本思想
4.2逐步回归分析的实现方法
4.3逐步回归结果分析
第五章偏最小二乘回归分析
5.1偏最小二乘回归概述
5.2偏最小二乘回归方法分析的基本原理[54,59-61]
5.3偏最小二乘回归算法
5.4偏最小二乘回归分析中主成分数的确定
5.5衡量建模效果统计量
5.6全谱数据的偏最小二乘回归结果分析
第六章基于波长选择的PLS建模
6.1波长选择方法
6.1.1相关系数法
6.1.2间隔偏量小二乘法选择变量(IPLS)
6.1.3无关信息向量消除法(UVE-PLS)
6.1.4连续投影法
6.1.5遗传算法用于波长选择[70-73]
6.2各种变量选择法的建模的结果分析
6.2.1相关系数法选择变量的结果分析
6.2.2间隔偏最小二乘法选择变量结果分析
6.2.3无关信息向量消除法选择变量结果分析
6.2.4连续投影法选择变量结果分析
6.2.5遗传算法选择变量的结果分析
第七章正交信号校正
7.1概述
7.2正交信号校正的相关概念
7.2.1正交信号滤波的满足条件
7.2.2正交信号滤波器的种类
7.3正交信号校正作为光谱预处理的结果分析
第八章结论与展望
致谢
参考文献
附录A77个样品芥酸含量的化学检测值(单位:%)
附录B76样品的T2值、杠杆值和学生残差值
附录C3种光谱的逐步回归分析结果
附录D全谱和遗传算法选择变量后的偏量小二乘回归结果
硕士在读期间发表的论文