| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9-10页 |
| 第一章 绪论 | 第15-26页 |
| 1.1 番茄酱及其研究现状 | 第15-16页 |
| 1.1.1 番茄酱简介 | 第15页 |
| 1.1.2 番茄酱的国外研究现状 | 第15-16页 |
| 1.1.3 番茄酱的国内研究现状 | 第16页 |
| 1.2 番茄酱的品质评价和安全问题 | 第16-18页 |
| 1.2.1 可溶性固形物 | 第17页 |
| 1.2.2 番茄红素 | 第17-18页 |
| 1.2.3 番茄酱的安全问题 | 第18页 |
| 1.3 番茄酱的传统检测方法 | 第18-19页 |
| 1.3.1 色谱检测方法 | 第18-19页 |
| 1.3.2 质谱检测方法 | 第19页 |
| 1.3.3 分光光度计法 | 第19页 |
| 1.4 光谱无损检测技术 | 第19-21页 |
| 1.4.1 近红外光谱检测技术 | 第20页 |
| 1.4.2 太赫兹光谱检测技术 | 第20-21页 |
| 1.4.3 高光谱成像检测技术 | 第21页 |
| 1.5 多光谱成像检测技术 | 第21-24页 |
| 1.6 立题背景及主要研究内容 | 第24-25页 |
| 1.6.1 立题背景 | 第24页 |
| 1.6.2 研究内容 | 第24-25页 |
| 1.7 本章小结 | 第25-26页 |
| 第二章 材料与方法 | 第26-36页 |
| 2.1 实验材料 | 第26页 |
| 2.2 多光谱成像系统 | 第26-29页 |
| 2.2.1 多光谱设备简介 | 第26-28页 |
| 2.2.2 多光谱设备性能参数 | 第28-29页 |
| 2.3 其他主要实验仪器与设备 | 第29页 |
| 2.4 数据处理方法 | 第29-35页 |
| 2.4.1 主成分分析(PCA) | 第29-30页 |
| 2.4.2 偏最小二乘算法(PLS) | 第30-31页 |
| 2.4.3 偏最小二乘支持向量机算法(LS-SVM) | 第31-32页 |
| 2.4.4 反向传播神经网络算法(BPNN) | 第32-34页 |
| 2.4.5 定量和定性回归模型的评价标准 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 基于多光谱成像技术的番茄酱中可溶性固形物和番茄红素含量快速检测 | 第36-43页 |
| 3.1 引言 | 第36页 |
| 3.2 试验方法 | 第36-38页 |
| 3.2.1 实验材料与样品准备 | 第36-37页 |
| 3.2.2 多光谱图像的采集 | 第37页 |
| 3.2.3 番茄酱中可溶性固形物的测定 | 第37页 |
| 3.2.4 番茄酱中番茄红素的提取 | 第37页 |
| 3.2.5 番茄红素的测定 | 第37-38页 |
| 3.3 实验结果与讨论 | 第38-42页 |
| 3.3.1 化学值测定结果 | 第38-39页 |
| 3.3.2 光谱曲线的分析 | 第39-41页 |
| 3.3.3 番茄酱中可溶性固形物和番茄红素含量的定量研究 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于多光谱成像技术的番茄酱中掺蔗糖的快速检测 | 第43-49页 |
| 4.1 引言 | 第43页 |
| 4.2 实验方法 | 第43-44页 |
| 4.2.1 实验材料与样品准备 | 第43-44页 |
| 4.2.2 多光谱图像采集 | 第44页 |
| 4.2.3 数据分析 | 第44页 |
| 4.3 实验结果与讨论 | 第44-48页 |
| 4.3.1 掺假番茄酱的光谱特征 | 第44-46页 |
| 4.3.2 主成分分析 | 第46页 |
| 4.3.3 掺假番茄酱的定性鉴别 | 第46页 |
| 4.3.4 掺假番茄酱中蔗糖比例的定量预测 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 结论与展望 | 第49-51页 |
| 5.1 主要结论 | 第49-50页 |
| 5.2 论文主要创新点 | 第50页 |
| 5.3 工作展望 | 第50-51页 |
| 参考文献 | 第51-59页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第59-60页 |
