主题:【求助】当被告知要用近红外做课题的时候就蒙了

浏览0 回复11 电梯直达
hackfeng
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
小白刚接触近红外,打算用近红外作为检测设备,作一篇硕士论文,目前有好多疑问,求了解的虫友给解惑。
1.没有数学基础,方便利用这个设备吗?我看文献中好像要用到数学的东西,比如导数、多元散射校正(MSC)、标准正态变换之类的。
2.近红外是不是前期做实验的过程比较少,后期建模比较麻烦?看到有人工神经网络之类,这个要用MTLAB吗?对这个也不了解,如果学会一般要多久啊?
3.将近红外应用到肉制品的检测当中,做硕士论文,最好做哪些方面呢?
4.像我这种情况适合利用这个做吗?会不会对我来说难度太大了 。


马上就要开题了,比较着急。请了解的虫友帮下忙了。感谢
该帖子作者被版主 武灵3积分, 2经验,加分理由:发帖奖励
为您推荐
您可能想找: 近红外光谱(NIR) 询底价
专属顾问快速对接
立即提交
武灵
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
针对第一个问题,现在的近红外都是使用较为方便的软件,软件里有相应的数学处理插件,不需要你人为的计算。你只需要了解一些基本的理论概念就够了,当然,掌握的越多越好哈。
picard
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
不管你是想走建模方向,还是做应用。对数学还是有点要求的。只不过做如何优化模型方向对数学要求高点而已。
该帖子作者被版主 zhonghuashendun2积分, 2经验,加分理由:参与讨论
firesea
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
athosmi
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
感觉lz应该是以应用方向的研究吧。
数学基础知识最好提前了解一点,毕竟开题报告和日后答辩的时候用得到。
对于你第一个问题,现在一般的商业软件都可以实现你的要求,这些基本处理方法都是集成好的。
第二个问题,个人建议你可以考虑吧重点放在应用开发和实验方法设计上,这样可以尽量避免lz在数学和编程上的弱点。至于学习matlab什么的其实挺简单,有兴趣学一个月基本就可以实际应用了,多问问实验室其他师兄师姐。在实验设计上最好注意避免样品的过拟合问题,也就是配样时的相关性。
第三个问题,近红外做肉类检测可以考虑肉品的含量检测,比如水分,蛋白质,脂肪等,做好试验方法设计最重要。另外也可以进行肉品鉴别,看你的兴趣所在了。
近红外上手很容易,难不难还是看你自己了。谁都是那么过来的,当年我读硕士时也是对近红外和数学一窍不通,最后也都混过来了,好好干,加油~~~
该帖子作者被版主 zhonghuashendun3积分, 2经验,加分理由:讲的很细
hq701202f
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
我是新手,我的观点是:
一、数学基础必须要有,因为如果如果缺乏数学基础,很难建模。一定要吃透理论,包括统计学(或化学计量学),食品(肉品)科学等。
二、前期的实验设计相对更重要更麻烦,后期建模不是很难。如果你不是自己要开发应用软件,MATLAB不学也可。基本上各厂商的近红外检测设备都会带相应软件。
三、近红外在肉品检测方面的应用已经有很多研究成果了。可多研读他人成果,并根据自身条件,找出适合自己的目标,重点可考虑检测方法的改进或实用性突破方面。
四、因为没有你的情况的介绍,所以无法判断你是否合适做。实在感到困难的话,可以考虑请枪手。

该帖子作者被版主 zhonghuashendun3积分, 2经验,加分理由:鼓励深入讨论
武灵
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
原文由 hq701202f(v2745120) 发表:
我是新手,我的观点是:
一、数学基础必须要有,因为如果如果缺乏数学基础,很难建模。一定要吃透理论,包括统计学(或化学计量学),食品(肉品)科学等。
二、前期的实验设计相对更重要更麻烦,后期建模不是很难。如果你不是自己要开发应用软件,MATLAB不学也可。基本上各厂商的近红外检测设备都会带相应软件。
三、近红外在肉品检测方面的应用已经有很多研究成果了。可多研读他人成果,并根据自身条件,找出适合自己的目标,重点可考虑检测方法的改进或实用性突破方面。
四、因为没有你的情况的介绍,所以无法判断你是否合适做。实在感到困难的话,可以考虑请枪手。

“吃透理论”是很有难度的,毕竟化学计量学也算一门较为高深的学科。如果要做这方面的研究,那难免要多看别人相关研究成果的。
hackfeng
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
原文由 athosmi(athosmi) 发表:
感觉lz应该是以应用方向的研究吧。
数学基础知识最好提前了解一点,毕竟开题报告和日后答辩的时候用得到。
对于你第一个问题,现在一般的商业软件都可以实现你的要求,这些基本处理方法都是集成好的。
第二个问题,个人建议你可以考虑吧重点放在应用开发和实验方法设计上,这样可以尽量避免lz在数学和编程上的弱点。至于学习matlab什么的其实挺简单,有兴趣学一个月基本就可以实际应用了,多问问实验室其他师兄师姐。在实验设计上最好注意避免样品的过拟合问题,也就是配样时的相关性。
第三个问题,近红外做肉类检测可以考虑肉品的含量检测,比如水分,蛋白质,脂肪等,做好试验方法设计最重要。另外也可以进行肉品鉴别,看你的兴趣所在了。

近红外上手很容易,难不难还是看你自己了。谁都是那么过来的,当年我读硕士时也是对近红外和数学一窍不通,最后也都混过来了,好好干,加油~~~


谢谢你的详细的讲解,现在就是要进行试验方案的设计了。说的很对,之前学院有过一个师兄做的这个方面。做的是肉品质的预测,就是测定水分,蛋白质,脂肪的含量。建立模型进行预测。试验方法设计有什么需要注意的吗?
athosmi
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
原文由 hackfeng(v2752226) 发表:
原文由 athosmi(athosmi) 发表:
感觉lz应该是以应用方向的研究吧。
数学基础知识最好提前了解一点,毕竟开题报告和日后答辩的时候用得到。
对于你第一个问题,现在一般的商业软件都可以实现你的要求,这些基本处理方法都是集成好的。
第二个问题,个人建议你可以考虑吧重点放在应用开发和实验方法设计上,这样可以尽量避免lz在数学和编程上的弱点。至于学习matlab什么的其实挺简单,有兴趣学一个月基本就可以实际应用了,多问问实验室其他师兄师姐。在实验设计上最好注意避免样品的过拟合问题,也就是配样时的相关性。
第三个问题,近红外做肉类检测可以考虑肉品的含量检测,比如水分,蛋白质,脂肪等,做好试验方法设计最重要。另外也可以进行肉品鉴别,看你的兴趣所在了。

近红外上手很容易,难不难还是看你自己了。谁都是那么过来的,当年我读硕士时也是对近红外和数学一窍不通,最后也都混过来了,好好干,加油~~~


谢谢你的详细的讲解,现在就是要进行试验方案的设计了。说的很对,之前学院有过一个师兄做的这个方面。做的是肉品质的预测,就是测定水分,蛋白质,脂肪的含量。建立模型进行预测。试验方法设计有什么需要注意的吗?


我的个人观点:

第一,得先想清楚做那种分析?是做定量,像你师兄那样,对某些物质的含量进行预测;还是做鉴别,比如说不同种类肉的鉴别,做一些类似于掺假识别的研究。

然后,用近红外仪器做预实验,也就是检测方法的确定,用光纤还是积分球?假如是光纤,光纤是否与检测物接触,是在检测物表面检测还是用探针刺入检测物?如果是积分球,就要看是吧检测物直接放到积分球上测还是把肉绞碎了再测……再或者使用漫透射检测。

之后,数据采集采集光谱,测试含量(定量),用商用软件建立模型。

最后优化模型。

这是一个最简单的过程,但是我感觉读硕士可能会要求更高一些,比如创新性什么的。所以你最好有一些创新点。比如计量学算法什么的(对数学要求比较好)。或者可以对不同的近红外采集方式做一个比较,找出比较合理的采集方法(数学要求可能第一点,但需要大量实验)。创新点这块最好多用点心。

如果是进行种类鉴别,需要的数学和编程能力可能会比较多,但是实验可能会相应少一点。

lz要加把劲,我的感觉近红外创新点一般有几个方面:算法(数学编程);检测方法(新的检测方法或者和理的解测方法);应用方向(别人没做过的检测);仪器改造(硬件要求可能比较高)。

以上只属于个人意见
该帖子作者被版主 firesea1积分, 2经验,加分理由:积极回帖
闲鹤野云
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
进行肉质分析简单做些蛋白质脂肪和水分对于硕士论文太简单了。可以根据实际目的对不同的指标进行分析,看你做的是鲜肉还是加工后的肉制品,关注什么性状。
该帖子作者被版主 zhonghuashendun2积分, 2经验,加分理由:参与讨论
我不是专家
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
原文由 hackfeng(v2752226) 发表:
小白刚接触近红外,打算用近红外作为检测设备,作一篇硕士论文,目前有好多疑问,求了解的虫友给解惑。
1.没有数学基础,方便利用这个设备吗?我看文献中好像要用到数学的东西,比如导数、多元散射校正(MSC)、标准正态变换之类的。
2.近红外是不是前期做实验的过程比较少,后期建模比较麻烦?看到有人工神经网络之类,这个要用MTLAB吗?对这个也不了解,如果学会一般要多久啊?
3.将近红外应用到肉制品的检测当中,做硕士论文,最好做哪些方面呢?
4.像我这种情况适合利用这个做吗?会不会对我来说难度太大了 。


马上就要开题了,比较着急。请了解的虫友帮下忙了。感谢
你用哪家的近红外?
猜你喜欢最新推荐热门推荐更多推荐
品牌合作伙伴