| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 基于近红外光谱分析技术的发酵过程检测研究综述 | 第11-14页 |
| 1.3 近红外光谱化学计量学方法综述 | 第14-16页 |
| 1.4 本文的主要工作 | 第16-19页 |
| 第二章 酵母菌生长过程的NIRS检测方法研究 | 第19-34页 |
| 2.1 引言 | 第19页 |
| 2.2 实验设计 | 第19-20页 |
| 2.2.1 实验材料及仪器 | 第19-20页 |
| 2.2.2 样本制备及划分 | 第20页 |
| 2.3 数据采集 | 第20-22页 |
| 2.3.1 光谱数据采集 | 第20-21页 |
| 2.3.2 光密度值的测定 | 第21-22页 |
| 2.4 光谱预处理 | 第22-23页 |
| 2.5 光谱特征提取 | 第23-26页 |
| 2.6 酵母菌生长过程的定量模型及结果分析 | 第26-32页 |
| 2.6.1 核偏最小二乘模型 | 第26-27页 |
| 2.6.2 支持向量机模型 | 第27-28页 |
| 2.6.3 极限学习机模型 | 第28-29页 |
| 2.6.4 高斯混合回归模型 | 第29-31页 |
| 2.6.5 结果分析 | 第31-32页 |
| 2.7 本章小结 | 第32-34页 |
| 第三章 乙醇固态发酵过程参数的NIRS定量检测方法研究 | 第34-52页 |
| 3.1 引言 | 第34-35页 |
| 3.2 实验设计 | 第35-36页 |
| 3.2.1 实验材料及仪器 | 第35页 |
| 3.2.2 样本制备及划分 | 第35-36页 |
| 3.3 数据采集 | 第36-41页 |
| 3.3.1 光谱数据采集 | 第36-38页 |
| 3.3.2 葡萄糖含量的测量 | 第38-39页 |
| 3.3.3 酒精含量的测量 | 第39-41页 |
| 3.4 乙醇固态发酵过程参数定量建模及结果分析 | 第41-47页 |
| 3.4.1 基于主成分分析的偏最小二乘混合定量模型 | 第41-43页 |
| 3.4.2 基于局部线性嵌入的偏最小二乘混合定量模型 | 第43-44页 |
| 3.4.3 基于堆栈降噪自编码的偏最小二乘混合定量模型 | 第44-47页 |
| 3.5 结果分析 | 第47-50页 |
| 3.6 本章小结 | 第50-52页 |
| 第四章 乙醇固态发酵过程状态的NIRS定性识别研究 | 第52-62页 |
| 4.1 引言 | 第52页 |
| 4.2 实验设计 | 第52-54页 |
| 4.2.1 实验材料 | 第52-53页 |
| 4.2.2 实验方法及样本划分 | 第53-54页 |
| 4.3 建立基于深度学习的异常发酵判别模型 | 第54-59页 |
| 4.3.1 基于深度置信网络的极限学习机判别模型 | 第54-57页 |
| 4.3.2 堆栈极限学习机自编码判别模型 | 第57-59页 |
| 4.4 结果分析 | 第59-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.2 研究展望 | 第63-64页 |
| 参考文献 | 第64-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士期间取得的成果及参与的科研项目 | 第73页 |
