文摘
英文文摘
第一章 综述
第一节 引言
第二节 预处理方法
1.2.1 散射校正方法
1.2.2 导数计算
1.2.3 小波变换(Wavelet Transform, WT)
1.2.4 正交信号校正(Orthogonal Signal Correction,OSC)
第三节 波长选择方法
1.3.1 相关系数法和方差分析法
1.3.2 无信息变量消除方法
1.3.3 迭代预测变量权重-偏最小二乘法
1.3.4 间隔偏最小二乘回归法
1.3.4 遗传算法
第四节 建模方法
1.4.1 常用的建模方法
1.4.2 数据融合方法
第五节 选题的依据及创新点
参考文献
第二章 基于特征投影图的变量筛选方法研究
第一节 引言
第二节 原理与算法
第三节 实验部分
第四节 结果与讨论
2.4.1 数据集一和二的变量筛选
2.4.2 比较PLS,MC-UVE-PLS,LPG方法的预测结果
第五节 结论
参考文献
第三章 多模块偏最小二乘方法用于谷物和烟草的近红外光谱分析
第一节 引言
第二节 原理与算法
第三节 实验部分
第四节 结果与讨论
3.4.1 数据集一(谷物中的水分)
3.4.2 数据集二和三(烟片中的尼古丁和糖)
第五节 结论
参考文献
第四章 小波变换用于近红外光谱的多模块分解
第一节 引言
第二节 原理与算法
4.2.1 多模块偏最小二乘(MB-PLS)
4.2.2 近红外光谱中的小波分解
4.3.3 加权MB-PLS结合DWT
第三节 实验部分
第四节 结果与讨论
4.4.1 分解尺度和模块数
4.4.2 模块权重
4.4.3 预测结果的比较
第五节 结论
参考文献
致谢
个人简历及科研成果