| 摘要 | 第1-11页 |
| ABSTRACT | 第11-15页 |
| 第一章 前言 | 第15-24页 |
| ·化学计量学概述 | 第15-16页 |
| ·常用于食品领域中的化学计量学方法 | 第16-20页 |
| ·多元校正方法的应用 | 第16-17页 |
| ·化学计量学中模式识别的应用 | 第17-19页 |
| ·人工神经网络的应用 | 第19-20页 |
| ·化学计量学在食品科学中的实际应用领域 | 第20-22页 |
| ·在食品营养成分分析中的应用 | 第20-21页 |
| ·在食品分类识别及掺伪分析中的应用 | 第21页 |
| ·在食品质量安全检测中的应用 | 第21-22页 |
| ·结语 | 第22页 |
| ·本研究的主要研究内容及创新性 | 第22-24页 |
| 第二章 化学计量学在三种虾体氨基酸水解液检测中的应用 | 第24-34页 |
| ·方法与材料 | 第24-30页 |
| ·ELM | 第26-27页 |
| ·BP 和 RBF 神经网络 | 第27-29页 |
| ·仪器 | 第29页 |
| ·样品处理 | 第29页 |
| ·网络的测试集和训练集 | 第29-30页 |
| ·结果与分析 | 第30-32页 |
| ·随机运行测试分析比较 | 第30-32页 |
| ·测试结果 | 第32页 |
| ·本章小结 | 第32-34页 |
| 第三章 化学计量学在鱼新鲜度快速检测中的研究 | 第34-47页 |
| ·材料与方法 | 第35-40页 |
| ·材料 | 第35页 |
| ·仪器与设备 | 第35页 |
| ·实验方法 | 第35-40页 |
| ·测定结果与讨论 | 第40-45页 |
| ·分析测定结果 | 第40-41页 |
| ·偏最小二乘回归结果分析 | 第41-43页 |
| ·支持向量机仿真预测结果 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 结论 | 第47-49页 |
| ·主要结论 | 第47页 |
| ·展望 | 第47-49页 |
| 参考文献 | 第49-54页 |
| 致谢 | 第54-55页 |
| 读研期间获得的学术成果及奖励 | 第55页 |