基于声音信号的食品脆度鉴别研究
| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究目的及意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 食品脆度主观评价方法研究现状 | 第12-13页 |
| 1.2.2 食品脆度客观评价方法研究现状 | 第13-16页 |
| 1.2.3 食品脆度与微观结构相关性研究现状 | 第16-17页 |
| 1.3 本文研究内容 | 第17-20页 |
| 第2章 力学及声音信号的采集与分析 | 第20-32页 |
| 2.1 引言 | 第20页 |
| 2.2 试验材料与设备 | 第20-21页 |
| 2.2.1 样品处理 | 第20-21页 |
| 2.2.2 仪器与设备 | 第21页 |
| 2.3 食品断裂声音信号采集 | 第21-22页 |
| 2.4 食品断裂声音信号去噪 | 第22-24页 |
| 2.4.1 谱减法去噪原理 | 第22-23页 |
| 2.4.2 声音信号谱减法去噪 | 第23-24页 |
| 2.5 食品断裂声音信号特征提取 | 第24-25页 |
| 2.5.1 食品断裂声音信号时域分析 | 第24页 |
| 2.5.2 食品断裂声音信号频域分析 | 第24-25页 |
| 2.6 力学脆度的获取 | 第25-26页 |
| 2.7 样品脆度及声音信号特征值 | 第26-29页 |
| 2.8 声音信号特征值与脆度的相关性分析 | 第29-31页 |
| 2.9 本章小结 | 第31-32页 |
| 第3章 基于声音信号的食品脆度鉴别模型的构建 | 第32-46页 |
| 3.1 引言 | 第32页 |
| 3.2 脆度聚类分析 | 第32-33页 |
| 3.3 基于主成分分析的声音信号特征值的筛选 | 第33-35页 |
| 3.4 分为六类的食品脆度鉴别模型的构建 | 第35-40页 |
| 3.4.1 Fisher判别 | 第35-37页 |
| 3.4.2 MLP神经网络 | 第37-38页 |
| 3.4.3 RBF神经网络 | 第38-39页 |
| 3.4.4 分六类的三种构建方法的比较 | 第39-40页 |
| 3.5 分为三类的食品脆度鉴别模型的构建 | 第40-43页 |
| 3.5.1 Fisher判别 | 第40-41页 |
| 3.5.2 MLP神经网络 | 第41-42页 |
| 3.5.3 RBF神经网络 | 第42-43页 |
| 3.5.4 分三类的三种构建方法的比较 | 第43页 |
| 3.6 两种分类情况的对比 | 第43-44页 |
| 3.7 本章小结 | 第44-46页 |
| 第4章 基于云模型的食品脆度鉴别比较 | 第46-60页 |
| 4.1 引言 | 第46页 |
| 4.2 声音信号特征值的筛选 | 第46页 |
| 4.3 云模型理论 | 第46-47页 |
| 4.4 云发生器 | 第47-49页 |
| 4.5 基于声音信号一维云模型的构建 | 第49-51页 |
| 4.6 基于声音信号二维云模型的构建 | 第51-52页 |
| 4.7 基于声音信号综合云模型的构建 | 第52-54页 |
| 4.8 云模型方法与最优鉴别模型的比较 | 第54-55页 |
| 4.9 云模型验证试验 | 第55-56页 |
| 4.9.1 感官评价 | 第55-56页 |
| 4.9.2 力学脆度评价 | 第56页 |
| 4.10 云模型与验证试验对比 | 第56-57页 |
| 4.11 本章小结 | 第57-60页 |
| 第5章 微观结构与食品脆度关系的研究 | 第60-70页 |
| 5.1 引言 | 第60页 |
| 5.2 试验材料与设备 | 第60页 |
| 5.2.1 微观结构图像的采集 | 第60页 |
| 5.2.2 仪器与设备 | 第60页 |
| 5.3 微观结构细胞参数的提取 | 第60-61页 |
| 5.4 微观结构与脆度的关系 | 第61-62页 |
| 5.5 线性回归模型的构建 | 第62-65页 |
| 5.5.1 基于聚类分析的回归模型的构建 | 第62-64页 |
| 5.5.2 基于主成分分析的回归模型的构建 | 第64-65页 |
| 5.5.3 两种模型的验证 | 第65页 |
| 5.6 BP神经网络的构建 | 第65-67页 |
| 5.6.1 基于聚类分析的BP神经网络的构建 | 第66页 |
| 5.6.2 基于主成分分析的BP神经网络的构建 | 第66-67页 |
| 5.6.3 两种模型的验证 | 第67页 |
| 5.7 最优预测模型的选择 | 第67-68页 |
| 5.8 本章小结 | 第68-70页 |
| 第6章 结论与展望 | 第70-72页 |
| 6.1 结论 | 第70-71页 |
| 6.2 创新点 | 第71页 |
| 6.3 展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 导师简介、作者简介及在学期间所取得的科研成果 | 第78-80页 |
| 致谢 | 第80页 |
