| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-21页 |
| ·中国食用植物油的行业现状 | 第10-11页 |
| ·食用植物油的常规检测方法 | 第11-12页 |
| ·食用植物油的红外光谱检测技术 | 第12-15页 |
| ·红外光谱技术的特点 | 第12-13页 |
| ·红外光谱分析植物油的基本原理 | 第13-15页 |
| ·水平衰减全反射(ATR)技术简介 | 第15-18页 |
| ·衰减全反射测量原理 | 第15-17页 |
| ·多重衰减全反射 | 第17页 |
| ·衰减全反射的特点 | 第17-18页 |
| ·国内外研究现状 | 第18页 |
| ·本研究的目的和主要内容 | 第18-21页 |
| ·本研究的主要目的 | 第18-19页 |
| ·本研究的主要内容 | 第19-21页 |
| 第二章 试验过程与方法 | 第21-29页 |
| ·试验材料的来源及制取工艺 | 第21-22页 |
| ·试验材料的来源 | 第21页 |
| ·试验材料的制取工艺 | 第21-22页 |
| ·植物油脂肪酸含量的测定 | 第22-23页 |
| ·植物油中红外光谱的采集 | 第23-25页 |
| ·试验仪器 | 第23-24页 |
| ·光谱采集系统参数及操作步骤 | 第24-25页 |
| ·植物油中红外光谱的预处理 | 第25-29页 |
| 第三章 红外光谱法定量分析植物油中的脂肪酸含量 | 第29-44页 |
| ·偏最小二乘法(PLS)方法 | 第29-30页 |
| ·样品集的划分 | 第30-31页 |
| ·模型评价指标 | 第31-32页 |
| ·奇异样品的剔除 | 第32-38页 |
| ·马氏距离(Mahalanobis'distance)法 | 第33-34页 |
| ·杠杆值与学生残差检验 | 第34-37页 |
| ·不同附件对植物油光谱的影响 | 第37-38页 |
| ·脂肪酸的定量分析模型 | 第38-44页 |
| ·棕榈酸模型 | 第38-39页 |
| ·硬脂酸模型 | 第39-40页 |
| ·油酸模型 | 第40-41页 |
| ·亚油酸模型 | 第41-42页 |
| ·亚麻酸模型 | 第42-43页 |
| ·5种脂肪酸模型的最佳结果与讨论 | 第43-44页 |
| 第四章 红外光谱法定性判别植物油 | 第44-54页 |
| ·植物油种类的判别研究 | 第45-49页 |
| ·主成分分析法 | 第45-46页 |
| ·基于主成分分析的SIMCA分类 | 第46-47页 |
| ·SIMCA模型的建立 | 第47-48页 |
| ·校正与预测的结果 | 第48-49页 |
| ·SIMCA模型的进一步验证 | 第49页 |
| ·植物油制取工艺的判别 | 第49-53页 |
| ·BP神经网络 | 第50-52页 |
| ·PLS+BP建模参数的选择 | 第52页 |
| ·PLS+BP模型评价指标 | 第52-53页 |
| ·PLS+BP建模结果 | 第53页 |
| ·小结 | 第53-54页 |
| 第五章 硬脂酸光谱的波长筛选及模型优化 | 第54-66页 |
| ·区间偏最小二乘法 | 第54-58页 |
| ·遗传算法 | 第58-64页 |
| ·遗传算法的基本过程 | 第59-61页 |
| ·遗传算法结合偏最小二乘法 | 第61-64页 |
| ·特征谱区筛选方法的比较 | 第64-66页 |
| 第六章 结论与展望 | 第66-69页 |
| ·论文的主要结论 | 第66-68页 |
| ·研究展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 在攻读硕士学位期间发表的论文 | 第74-75页 |
| 附录 | 第75-82页 |