|
|
|
橄榄油掺伪识别与橄榄调和油检测多光谱融合技术研究 |
|
论文目录 |
|
摘要 | 第4-5页 | ABSTRACT | 第5-6页 | 第1章 绪论 | 第11-20页 | 1.1 课题的研究目的和意义 | 第11-13页 | 1.2 橄榄油光谱技术检测现状 | 第13-17页 | 1.2.1 基于拉曼光谱法的橄榄油检测研究 | 第13-14页 | 1.2.2 基于近红外光谱法的橄榄油检测研究 | 第14-15页 | 1.2.3 基于中红外光谱法的橄榄油检测研究 | 第15-16页 | 1.2.4 基于光谱数据融合的检测研究 | 第16-17页 | 1.2.5 总结分析 | 第17页 | 1.3 论文研究内容及技术路线 | 第17-19页 | 1.3.1 主要研究内容 | 第18页 | 1.3.2 技术路线 | 第18-19页 | 1.4 本章小结 | 第19-20页 | 第2章 试验材料和方法 | 第20-31页 | 2.1 试验材料 | 第20-23页 | 2.1.1 橄榄油纯样和掺伪样本配制 | 第20-22页 | 2.1.2 调和橄榄油样本的配制 | 第22-23页 | 2.2 试验仪器与设备 | 第23-25页 | 2.2.1 激光近红外光谱仪 | 第23-24页 | 2.2.2 傅里叶中红外光谱仪 | 第24页 | 2.2.3 拉曼光谱仪 | 第24-25页 | 2.3 光谱数据预处理 | 第25-27页 | 2.3.1 标准正态变量变换和去趋势算法 | 第25页 | 2.3.2 平滑算法 | 第25-26页 | 2.3.3 多元散射校正 | 第26页 | 2.3.4 归一化 | 第26页 | 2.3.5 数据求导处理 | 第26页 | 2.3.6 基线校正 | 第26页 | 2.3.7 直接正交信号校正 | 第26-27页 | 2.4 光谱数据特征波长提取 | 第27-28页 | 2.4.1 连续投影算法 | 第27页 | 2.4.2 竞争性自适应加权采样 | 第27页 | 2.4.3 间隔偏最小二乘法 | 第27页 | 2.4.4 主成分分析 | 第27-28页 | 2.5 数据融合方法 | 第28页 | 2.6 建模方法 | 第28-29页 | 2.6.1 支持向量机 | 第28-29页 | 2.6.2 随机森林 | 第29页 | 2.7 参数寻优方法 | 第29-30页 | 2.7.1 遗传算法寻优 | 第29页 | 2.7.2 网格寻优 | 第29-30页 | 2.7.3 粒子群寻优 | 第30页 | 2.8 模型评价指标 | 第30页 | 2.9 本章小结 | 第30-31页 | 第3章 近红外和中红外光谱法检测橄榄油掺伪 | 第31-54页 | 3.1 橄榄油二元掺伪定性鉴别 | 第31-49页 | 3.1.1 样本光谱采集及分析 | 第31页 | 3.1.2 光谱数据预处理 | 第31-33页 | 3.1.3 光谱数据特征波长提取 | 第33-38页 | 3.1.4 橄榄油二元掺伪定性鉴别模型 | 第38-43页 | 3.1.5 橄榄油二元掺伪含量定量检测模型 | 第43-49页 | 3.2 橄榄油三元掺伪近红外光谱法检测 | 第49-53页 | 3.2.1 橄榄油三元掺伪定性鉴别模型 | 第49-52页 | 3.2.2 橄榄油三元掺伪含量定量预测模型 | 第52-53页 | 3.3 本章小结 | 第53-54页 | 第4章 多光谱融合法检测橄榄油二元掺伪 | 第54-75页 | 4.1 样本光谱采集 | 第54-55页 | 4.2 光谱预处理及特征波长提取 | 第55-57页 | 4.2.1 光谱数据预处理 | 第55-56页 | 4.2.2 光谱特征波长提取 | 第56-57页 | 4.3 近红外-中红外光谱融合橄榄油二元掺伪鉴别检测模型 | 第57-64页 | 4.3.1 光谱数据层融合SVC鉴别模型 | 第57-58页 | 4.3.2 光谱特征层融合SVC鉴别模型 | 第58-60页 | 4.3.3 光谱特征层融合SVR预测模型 | 第60-64页 | 4.4 近红外-拉曼光谱融合橄榄油二元掺伪鉴别检测模型 | 第64-67页 | 4.4.1 光谱特征融合SVC定性鉴别模型 | 第64-66页 | 4.4.2 光谱特征融合SVR定量检测模型 | 第66-67页 | 4.5 中红外-拉曼光谱融合橄榄油二元掺伪鉴别检测模型 | 第67-73页 | 4.5.1 光谱特征融合SVC定性鉴别模型 | 第67-70页 | 4.5.2 光谱特征融合SVR定量预测模型 | 第70-73页 | 4.6 本章小结 | 第73-75页 | 第5章 近红外光谱法检测橄榄调和油 | 第75-80页 | 5.1 样本光谱采集 | 第75页 | 5.2 光谱预处理及特征提取 | 第75-77页 | 5.3 含量检测SVR模型 | 第77-78页 | 5.4 含量检测SVR融合模型 | 第78-79页 | 5.5 本章小结 | 第79-80页 | 第6章 结论和展望 | 第80-83页 | 6.1 主要研究结论 | 第80-81页 | 6.2 论文主要创新点 | 第81页 | 6.3 展望 | 第81-83页 | 参考文献 | 第83-89页 | 致谢 | 第89页 |
|
|
|
|
论文编号BS4734369,这篇论文共89页 会员购买按0.35元/页下载,共需支付31.15元。 直接购买按0.5元/页下载,共需要支付44.5元 。 |
 |
 |
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|