基于光谱的微藻藻种鉴别及内部信息(色素、油脂)检测的研究 |
论文目录 | | 致谢 | 第1-8页 | 摘要 | 第8-10页 | Abstract | 第10-16页 | 主要英文缩略表 | 第16-17页 | 第一章 绪论 | 第17-35页 | · 研究背景及意义 | 第17-20页 | · 国内外研究进展 | 第20-33页 | · 微藻藻种鉴别研究进展 | 第20-25页 | · 基于光谱技术的微藻内部信息检测研究进展 | 第25-33页 | · 研究目的和内容 | 第33-34页 | · 研究目的 | 第33页 | · 研究内容 | 第33-34页 | · 本章小结 | 第34-35页 | 第二章 实验材料、设备及研究方法 | 第35-56页 | · 实验材料 | 第35-36页 | · 微藻来源 | 第35页 | · 微藻培养基 | 第35-36页 | · 微藻培养条件 | 第36页 | · 实验设备 | 第36-44页 | · 浸入式可见/近红外光谱采集系统 | 第36-38页 | · 高光谱成像反射和透射系统 | 第38-43页 | · 共聚焦显微拉曼光谱系统 | 第43页 | · 紫外/可见分光光度计 | 第43-44页 | · 光谱预处理方法 | 第44-48页 | · 平滑算法 | 第45页 | · 多元散射校正(MSC) | 第45-46页 | · 变量标准化算法(SNV) | 第46页 | · 滚圈过滤算法(RCF) | 第46-48页 | · 特征波长提取方法研究 | 第48-50页 | · 连续投影算法(SPA) | 第48-49页 | · 载荷系数法(x-LW) | 第49页 | · 无信息变量消除法(UVE) | 第49-50页 | · 化学计量学建模方法 | 第50-53页 | · 偏最小二乘法(PLS) | 第50-51页 | · 支持向量机(SVM) | 第51-52页 | · 线性判别分析(LDA) | 第52页 | · 多元线性回归方法(MLR) | 第52-53页 | · 极限学习机(ELM) | 第53页 | · 模型评价标准及数据处理软件 | 第53-54页 | · 定性模型评价标准 | 第53页 | · 定量模型评价标准 | 第53-54页 | · 数据处理软件 | 第54页 | · 本章小结 | 第54-56页 | 第三章 基于浸入式可见/近红外光谱、共聚焦显微拉曼光谱的微藻藻种鉴别研究 | 第56-77页 | · 引言 | 第56页 | · 材料和方法 | 第56-58页 | · 微藻来源及其培养 | 第56-57页 | · 浸入式可见近红外光谱仪数据采集 | 第57页 | · 共聚焦显微拉曼光谱仪数据采集 | 第57-58页 | · 结果和分析 | 第58-75页 | · 浸入式可见/近红外光谱数据处理及分析 | 第58-66页 | · 共聚焦显微拉曼光谱数据处理及分析 | 第66-74页 | · 两种方法数据比较及讨论 | 第74-75页 | · 本章小结 | 第75-77页 | 第四章 基于浸入式可见/近红外光谱、高光谱成像技术的微藻色素检测方法研究 | 第77-111页 | · 引言 | 第77页 | · 材料和方法 | 第77-81页 | · 微藻来源及培养 | 第77-78页 | · 微藻色素含量检测方法 | 第78页 | · 浸入式可见/近红外光谱采集 | 第78-79页 | · 高光谱成像反射和透射光谱采集 | 第79-81页 | · 结果和分析 | 第81-108页 | · 叶绿素a含量的光谱检测 | 第82-88页 | · 叶绿素b含量的光谱检测 | 第88-95页 | · 类胡萝卜素含量的光谱检测 | 第95-101页 | · 透射/反射高光谱图像反演 | 第101-104页 | · 三种光谱数据分析比较 | 第104-108页 | · 本章小结 | 第108-111页 | 第五章 基于共聚焦显微拉曼光谱的微藻油脂检测可行性研究 | 第111-129页 | · 引言 | 第111页 | · 不同微藻的脂肪酸不饱和度检测可行性研究 | 第111-119页 | · 材料和方法 | 第111-112页 | · 结果与分析 | 第112-119页 | · 不同氮含量梯度下的小球藻油脂检测可行性研究 | 第119-127页 | · 材料和方法 | 第119-120页 | · 结果与分析 | 第120-127页 | · 本章小结 | 第127-129页 | 第六章 结论与展望 | 第129-133页 | · 结论 | 第129-130页 | · 创新点 | 第130-131页 | · 展望 | 第131-133页 | 参考文献 | 第133-144页 | 作者简介 | 第144页 |
|
|
|
| |