基于FTIR结合机器学习方法对茶油掺伪检测模型研究

第1章 绪论

1.1 研究背景及意义

1.2 茶油掺伪检测技术研究现状

1.2.1 感官检测法

1.2.2 核磁共振法

1.2.3 色谱法

1.2.4 质谱法

1.3 基于FTIR技术茶油掺伪检测研究现状

1.4 论文主要研究内容和结构安排

第2章 FTIR光谱检测技术的原理

2.1 FTIR光谱的基本原理

2.1.1 FTIR光谱仪的主要工作原理

2.1.2 FTIR光谱理论分析基础

2.2 FTIR光谱分析结合化学计量学

2.3 传统机器学习分类模型

2.3.1 马氏最小距离判别

2.3.2 支持向量机判别

2.3.3 反向传播神经网络

2.3 本章小结

第3章 实验材料制作和样本划分

3.1 实验材料与样本配置

3.1.1 实验材料

3.2.1 样本配置

3.2 实验FTIR光谱仪器与参数

3.3.1 光谱采集

3.2.2 样本光谱分析

3.4 样本FTIR数据集处理

3.4.1 异常样本删除

3.4.2 样本集划分

3.5 本章小结

第4章 茶油掺伪检测模型光谱预处理研究

4.1 光谱数据预处理方法

4.1.1 平滑法

4.1.2 导数法

4.1.3 光散射校正法

4.2 实验结果与分析

4.2.1 光谱预处理结果

4.2.2 模型分类结果对比

4.3 本章小结

第5章 茶油掺伪检测模型特征波长选择研究

5.1 光谱特征波长选择方法

5.1.1 主成分分析法

5.1.2 连续投影算法

5.1.3 随机森林选择特征波长

5.2 实验结果与分析

5.2.1 特征波长进行PCA处理建模

5.2.2 特征波长进行SPA处理建模

5.2.3 特征波长进行RF选择建模

5.2.4 模型分类结果对比

5.3 本章小结

第6章 茶油掺伪检测模型优化

6.1 模型参数优化设计

6.2 实验结果与总结

6.3 本章小结

第7章 总结与展望

7.1 论文总结

7.2 未来展望

参考文献

攻读硕士学位期间的科研成果

致 谢

声明