基于近红外高光谱成像技术的酿酒葡萄分类及单宁含量检测

目录

声明

第一章 绪论

1.1 研究目的和意义

1.2 国内外研究进展

1.2.1 高光谱成像技术检测单宁含量的理化基础

1.2.2 光谱技术在葡萄分类检测中的应用

1.2.3 光谱技术在葡萄品质检测中的应用

1.3.1 研究内容

1.3.2 技术路线

1.4 本章小结

第二章 高光谱数据处理与建模方法

2.1.1 实验设备

2.1.2 高光谱图像采集

2.1.3 感兴趣区域提取

2.2 建模相关方法

2.2.1 异常光谱去除方法

2.2.2 预处理方法

2.2.3 数据建模方法

2.2.4 特征波长提取方法

2.2.5 数据可视化方法

2.3 模型评价标准

2.4 数据处理软件

2.5 本章小结

第三章 基于高光谱成像技术的酿酒葡萄品种鉴别

3.1 实验材料

3.2 光谱特性分析

3.3 化学指标分析

3.4 建模分析

3.4.1 异常光谱剔除

3.4.2 数据预处理

3.4.3 全谱分类模型

3.4.4 特征波长分类模型

3.5 分类结果可视化

3.6 本章小结

第四章 基于高光谱成像技术的酿酒葡萄产地分类

4.1 实验材料

4.2 光谱特性分析

4.3 理化指标分析

4.4 建模分析

4.4.1 数据预处理

4.4.2 卷积神经网络构造

4.4.3 全谱产地鉴别模型

4.4.4 特征波长鉴别模型

4.5 t-SNE数据可视化

4.6 本章小结

第五章 基于高光谱成像技术的酿酒葡萄单宁含量检测

5.1 实验材料

5.2 单宁含量测定结果

5.3 光谱特性分析

5.4 建模分析

5.4.1 数据预处理

5.4.2 全谱预测模型

5.4.3 特征波长选择

5.4.4 特征波长预测模型

5.5 本章小结

第六章 结论与展望

6.1 结论

6.2 创新点

6.2 展望

参考文献

致谢

作者简介