| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 选题背景与意义 | 第11-12页 |
| 1.2 果品无损检测研究现状 | 第12-14页 |
| 1.2.1 近红外光谱及高光谱技术在果品品质检测领域的研究现状 | 第12-13页 |
| 1.2.2 介电谱技术在品质检测领域的研究现状 | 第13-14页 |
| 1.3 研究中尚存在的问题 | 第14页 |
| 1.4 研究内容及技术路线 | 第14-16页 |
| 第二章 介电特性分析技术基本原理与方法 | 第16-24页 |
| 2.1 介电特性技术概述 | 第16-18页 |
| 2.1.1 介电特性 | 第16页 |
| 2.1.2 介电特性分析的基本流程与步骤 | 第16-17页 |
| 2.1.3 介电特性分析模型的评价准则 | 第17-18页 |
| 2.2 介电谱数据处理方法 | 第18-23页 |
| 2.2.1 样品集的合理划分方法 | 第18-19页 |
| 2.2.2 有效特征变量的优选方法 | 第19-20页 |
| 2.2.3 校正模型的方法 | 第20-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 基于介电谱无损检测苹果品质 | 第24-52页 |
| 3.1 试验材料与方法 | 第24-25页 |
| 3.1.1 试验材料 | 第24页 |
| 3.1.2 介电频谱的采集 | 第24-25页 |
| 3.1.3 苹果品质参数的测定 | 第25页 |
| 3.2 富士苹果介电频谱分析 | 第25-26页 |
| 3.3 样本集的合理划分 | 第26页 |
| 3.4 有效的特征变量提取 | 第26-31页 |
| 3.4.1 PCA提取特征变量 | 第27页 |
| 3.4.2 UVE算法优选特征变量 | 第27-29页 |
| 3.4.3 SPA算法优选特征变量 | 第29-31页 |
| 3.5 富士苹果内部品质模型的建立 | 第31-51页 |
| 3.5.1 苹果可溶固形物含量模型的建立 | 第31-38页 |
| 3.5.2 苹果酸度预测模型的建立 | 第38-45页 |
| 3.5.3 苹果含水率预测模型的建立 | 第45-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第四章 基于介电谱无损识别苹果种类 | 第52-59页 |
| 4.1 试验数据介绍 | 第52页 |
| 4.2 苹果品种的介电谱快速无损鉴别技术研究 | 第52-58页 |
| 4.2.1 种苹果介电谱的特征分析 | 第53页 |
| 4.2.2 样品集的合理划分 | 第53页 |
| 4.2.3 有效特征变量的选取 | 第53-55页 |
| 4.2.4 品种判别分析模型的建立 | 第55-57页 |
| 4.2.5 建模效果的比较分析 | 第57-58页 |
| 4.3 本章小结 | 第58-59页 |
| 第五章 结论与展望 | 第59-61页 |
| 5.1 结论 | 第59页 |
| 5.2 创新点 | 第59-60页 |
| 5.3 展望 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-69页 |
| 作者简介 | 第69页 |