| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-11页 |
| 第一章 文献综述 | 第11-27页 |
| 1.1 山羊奶概述 | 第11-12页 |
| 1.1.1 山羊奶的市场现状 | 第11页 |
| 1.1.2 山羊奶的营养价值 | 第11-12页 |
| 1.2 山羊奶的风味特性 | 第12-13页 |
| 1.3 膻味强度评价 | 第13-14页 |
| 1.4 电子鼻技术 | 第14-20页 |
| 1.4.1 电子鼻技术发展 | 第14-15页 |
| 1.4.2 电子鼻系统构成 | 第15-18页 |
| 1.4.3 电子鼻系统工作过程 | 第18页 |
| 1.4.4 商业化电子鼻系统 | 第18-19页 |
| 1.4.5 电子鼻技术优缺点 | 第19-20页 |
| 1.5 电子鼻在乳品方面的应用 | 第20-22页 |
| 1.5.1 乳制品货架期、成熟期的测定 | 第20-21页 |
| 1.5.2 乳制品中特定成分（指标）的检测 | 第21页 |
| 1.5.3 不同类型乳制品的区分 | 第21页 |
| 1.5.4 乳制品掺假的检测 | 第21页 |
| 1.5.5 乳制品中微生物的识别 | 第21-22页 |
| 1.6 电子鼻在评价异味方面的应用 | 第22-23页 |
| 1.7 发酵除膻 | 第23-24页 |
| 1.8 本课题研究的目的、内容及技术路线 | 第24-27页 |
| 1.8.1 研究目的 | 第24-25页 |
| 1.8.2 研究内容 | 第25页 |
| 1.8.3 技术路线 | 第25-27页 |
| 第二章 多级溶剂萃取-气相色谱测定羊奶中致膻游离脂肪酸 | 第27-35页 |
| 2.1 材料与方法 | 第27-29页 |
| 2.1.1 材料与仪器 | 第27-28页 |
| 2.1.2 试验方法 | 第28-29页 |
| 2.2 结果与分析 | 第29-34页 |
| 2.2.1 萃取溶剂的选择 | 第29页 |
| 2.2.2 脂肪酸甲酯萃取过程有机溶剂的选择 | 第29-30页 |
| 2.2.3 方法的专属性 | 第30页 |
| 2.2.4 相对质量校正因子 | 第30-31页 |
| 2.2.5 线性关系、检出限及定量限 | 第31-32页 |
| 2.2.6 回收率 | 第32页 |
| 2.2.7 方法重复性 | 第32页 |
| 2.2.8 日内日间精密度 | 第32-33页 |
| 2.2.9 脂肪酸衍生产物（脂肪酸甲酯）溶液稳定性 | 第33页 |
| 2.2.10 样品测定 | 第33-34页 |
| 2.3 小结 | 第34-35页 |
| 第三章 基于电子鼻技术评价山羊奶膻味强度 | 第35-49页 |
| 3.1 材料与方法 | 第35-38页 |
| 3.1.1 材料与试剂 | 第35页 |
| 3.1.2 仪器与设备 | 第35-36页 |
| 3.1.3 不同膻味强度山羊奶制备 | 第36页 |
| 3.1.4 感官评价 | 第36-37页 |
| 3.1.5 游离己酸、辛酸、癸酸检测 | 第37页 |
| 3.1.6 电子鼻对游离己酸、辛酸、癸酸的响应 | 第37页 |
| 3.1.7 电子鼻检测 | 第37页 |
| 3.1.8 数据分析 | 第37-38页 |
| 3.2 结果与分析 | 第38-48页 |
| 3.2.1 特征值选取 | 第38页 |
| 3.2.2 异常值检测 | 第38页 |
| 3.2.3 不同膻味强度奶样中游离脂肪酸含量及感官评价得分 | 第38-39页 |
| 3.2.4 电子鼻对不同膻味强度奶样的区分 | 第39-40页 |
| 3.2.5 电子鼻响应分析 | 第40-43页 |
| 3.2.6 游离己酸、辛酸、癸酸含量与感官评分的回归分析 | 第43-44页 |
| 3.2.7 电子鼻评价羊奶膻味强度模型的建立 | 第44-45页 |
| 3.2.8 电子鼻对游离己酸、辛酸、癸酸的响应 | 第45-48页 |
| 3.3 小结 | 第48-49页 |
| 第四章 电子鼻技术在区分酸羊奶发酵菌种中的应用 | 第49-58页 |
| 4.1 材料与方法 | 第49-50页 |
| 4.1.1 材料与试剂 | 第49页 |
| 4.1.2 仪器与设备 | 第49页 |
| 4.1.3 酸羊奶样品制备 | 第49-50页 |
| 4.1.4 电子鼻检测 | 第50页 |
| 4.1.5 数据分析 | 第50页 |
| 4.2 结果与分析 | 第50-57页 |
| 4.2.1 样品传感器信号分析 | 第50-51页 |
| 4.2.2 异常值检测 | 第51-52页 |
| 4.2.3 主成分分析（PCA） | 第52-53页 |
| 4.2.4 Fisher 线性判别分析（FLDA） | 第53-54页 |
| 4.2.5 Fisher 线性判别预测模型建立 | 第54-56页 |
| 4.2.6 BP 神经网络预测模型建立 | 第56-57页 |
| 4.3 小结 | 第57-58页 |
| 第五章 讨论、结论与创新 | 第58-60页 |
| 5.1 讨论 | 第58-59页 |
| 5.2 结论与创新 | 第59-60页 |
| 参考文献 | 第60-68页 |
| 致谢 | 第68-69页 |
| 作者简介 | 第69页 |
