基于近红外光谱技术的玉米秸秆主要成分含量检测方法研究.pdfVIP

目录 目 录 摘要I ABSTRACTIII 1 绪论1 1.1研究的目的和意义1 1.2 国内外研究动态和趋势2 1.2.1 国外的研究现状2 1.2.2 国内的研究发展4 1.3 研究目标、内容和技术路线7 1.3.1 研究目标7 1.3.2 研究内容8 1.3.3 研究方案和技术路线8 2 近红外光谱分析方法研究13 2.1 异常样本剔除方法研究13 2.1.1 主成分马氏距离13 2.1.2 基于XY变量联合算法14 2.1.3 蒙特卡洛交叉验证法15 2.2 SPXY样本集划分15 2.3 光谱预处理方法选择16 2.3.1 Savitzky-Golay卷积平滑17 2.3.2 多元散射校正与标准正态变量变换18 2.3.3 正交信号校正19 2.4 特征波长选择算法选择20 2.4.1 联合区间偏最小二乘法SIPLS20 2.4.2 后向区间偏最小二乘法BIPLS21 2.4.3 遗传模拟退火算法21 2.5 定量分析建模方法21 i 基于近红外光谱技术的玉米秸秆主要成分含量检测方法研究 2.5.1 偏最小二乘法22 2.5.2 支持向量机23 2.6 模型评价参数选择24 2.6.1 相关系数24 2.6.2 均方根误差24 2.6.3 剩余预测残差25 2.7 本章小结25 3 样本的光谱和含量数据数据获取27 3.1 实验材料和仪器27 3.1.1 样品来源27 3.1.2 实验的主要仪器设备27 3.2 玉米秸秆样本预处理和纤维素木质素含量测定29 3.2.1 玉米秸秆样本预处理29 3.2.2 纤维素和木质素含量测定30 3.3 光谱数据采集31 3.4 本章小结32 4 玉米秸秆纤维素含量模型的建立与验证33 4.1 光谱数据处理33 4.1.1 异常样本剔除方法选择33 4.1.2 样本集划分方法选择36 4.1.3 光谱预处理方法选择37 4.1.4 特征波长选择算法选择38 4.2 模型的建立与验证44 4.2.1 偏最小二乘回归模型的建立与验证44 4.2.2 支持向量机回归模型的建立与验证46 4.3 本章小结47 5 玉米秸秆木质素含量模型的建立与验证49 ii 目录 5.1 光谱数据处理49 5.1.1 异常样本剔除方法选择49 5.1.2 样本集划分方法选择52 5.1.3 光谱预处理方法选择53 5.1.4 特征波长选择算法选择54 5.2 模型的建立与验证58 5.2.1 偏最小二乘回归模型的建立与验证58 5.2.2 支持向量机回归模型的建立与验证59 5.3 本章小结60 6 结论与展望63 6.1 结论63 6.2 展望64 参考文献65 致谢71 个人简历73 个人情况73 教育背景73 在学期间发表论文73