| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·食用合成色素 | 第9-11页 |
| ·食用合成色素的现状和发展趋势 | 第9-10页 |
| ·日落黄和柠檬黄的物理化学性质 | 第10-11页 |
| ·食用合成色素的检测技术 | 第11页 |
| ·荧光光谱在食品安全检测中的应用 | 第11-12页 |
| ·课题研究的目的和意义 | 第12-14页 |
| ·本文所做的主要工作 | 第14-15页 |
| 第二章 荧光光谱法 | 第15-20页 |
| ·荧光光谱基本原理 | 第15-17页 |
| ·荧光光谱主要谱参量 | 第17-18页 |
| ·荧光光谱检测技术的特点 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 实验样品及仪器 | 第20-23页 |
| ·实验样品和溶剂 | 第20页 |
| ·实验仪器 | 第20-22页 |
| ·AvaSpec2048 光纤光谱仪 | 第20-21页 |
| ·SP－2558 多功能光谱测量系统 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第四章 日落黄、柠檬黄的吸收光谱和荧光光谱 | 第23-32页 |
| ·日落黄、柠檬黄的吸收光谱实验 | 第23页 |
| ·日落黄、柠檬黄的荧光光谱实验 | 第23-28页 |
| ·三维立体等角等高荧光光谱 | 第23-24页 |
| ·不同浓度日落黄、柠檬黄的荧光光谱 | 第24-28页 |
| ·分析与讨论 | 第28-31页 |
| ·日落黄、柠檬黄荧光产生机理 | 第28-29页 |
| ·荧光饱和与淬灭特性 | 第29-30页 |
| ·荧光峰值波长红移特性 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第五章 日落黄、柠檬黄的识别和浓度预测 | 第32-46页 |
| ·基于二阶导数光谱法对日落黄、柠檬黄的分辨 | 第32-34页 |
| ·导数光谱基本原理 | 第32页 |
| ·日落黄、柠檬黄的导数荧光光谱 | 第32-33页 |
| ·分析与结果 | 第33-34页 |
| ·基于径向基函数神经网络对日落黄、柠檬黄的识别 | 第34-37页 |
| ·径向基函数神经网络基本原理 | 第34-35页 |
| ·实验方法 | 第35-36页 |
| ·训练和预测 | 第36-37页 |
| ·结论 | 第37页 |
| ·基于径向基函数神经网络和BP 神经网络对日落黄浓度的预测 | 第37-39页 |
| ·计算方法和网络模型参数 | 第37页 |
| ·径向基函数神经网络对日落黄浓度的预测 | 第37页 |
| ·BP 神经网络对日落黄浓度的预测 | 第37-39页 |
| ·基于小波变换-径向基函数神经网络对日落黄浓度的预测 | 第39-40页 |
| ·小波变换原理 | 第39页 |
| ·实验方法 | 第39页 |
| ·小波变换压缩数据 | 第39页 |
| ·训练和预测 | 第39-40页 |
| ·基于小波变换-径向基函数神经网络对柠檬黄浓度的预测 | 第40-41页 |
| ·实验方法 | 第40页 |
| ·小波变换压缩数据 | 第40-41页 |
| ·训练和预测 | 第41页 |
| ·基于遗传算法的神经网络对日落黄浓度的预测 | 第41-44页 |
| ·遗传算法基本原理 | 第41-42页 |
| ·遗传算法与BP 神经网络融合技术 | 第42-43页 |
| ·实验过程和测试结果 | 第43-44页 |
| ·结果与讨论 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第六章 总结与展望 | 第46-49页 |
| ·总结 | 第46-47页 |
| ·展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 附录 作者在攻读硕士学位期间发表的论文 | 第54页 |
