声明
摘要
1 前言
1.1 研究背景
1.2 国内外研究现状
1.2.1 可再生能源发展现状
1.2.2 作物秸秆现有的检测方法及其改进
1.2.3 近红外快速检测方法在秸秆检测中的应用
1.3 近红外光谱分析技术简介
1.3.1 产生原理及特征
1.3.2 近红外光谱采集
1.3.3 分析流程
1.3.4 近红外光谱分析评价指标
1.3.5 近红外光谱分析技术特点及应用
1.4 本文研究内容及技术路线
1.4.1 研究内容
1.4.2 技术路线
2 大豆秸秆半纤维素近红外检测
2.1 样品采集标定及光谱测量
2.1.1 样品采集制备及标定
2.1.2 光谱采集
2.2 样品分析
2.2.1 样品采集制备及标定
2.2.2 多重相关性分析
2.3 预处理分析方法
2.3.1 异常样本剔除
2.3.2 样品集的划分
2.3.3 光谱去噪处理
2.3.4 特征波长选择
2.4 定量分析模型
2.4.1 偏最小二乘回归
2.4.2 BP神经网络
2.5 本章小结
3 大豆秸秆木质素近红外检测
3.1 样品采集标定及光谱测量
3.1.1 样品采集制备及标定
3.1.2 光谱测量
3.2 样品分析
3.2.1 样品正态分析
3.2.2 多重相关性分析
3.3 预处理分析方法
3.3.1 异常样本剔除
3.3.2 样本集的划分
3.3.3 光谱去噪处理
3.3.4 特征波长选择
3.4 定量分析模型建立
3.4.1 偏最小二乘回归
3.4.2 支持向量机回归
3.5 本章小结
4 大豆秸秆纤维素近红外检测
4.1 样品采集标定及光谱测量
4.1.1 样品采集制备及标定
4.1.2 光谱测量
4.2 样品分析
4.2.1 样品正态分析
4.2.1 多重相关性分析
4.3 预处理分析方法
4.3.1 异常样本剔除
4.3.2 样品集的划分
4.3.3 光谱去噪处理
4.3.4 特征波长选择
4.4 定量分析模型建立
4.5 本章小结
5 结论
致谢
参考文献
攻读博士学位期间发表的学术论文