| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第1章 绪论 | 第12-21页 |
| ·引言 | 第12页 |
| ·近红外光谱 | 第12-13页 |
| ·化学计量学 | 第13-16页 |
| ·定量分析 | 第14-15页 |
| ·定性判别分析 | 第15-16页 |
| ·基于近红外光谱的模式识别技术在各领域的应用 | 第16-19页 |
| ·在食品领域的应用 | 第16-17页 |
| ·在临床医学领域的应用 | 第17-18页 |
| ·在石油化工领域的应用 | 第18-19页 |
| ·在生物领域的应用 | 第19页 |
| ·课题研究的目的、意义及主要内容 | 第19-21页 |
| ·课题来源 | 第19页 |
| ·研究价值和意义 | 第19-20页 |
| ·主要研究内容 | 第20-21页 |
| 第2章 近红外光谱技术结合不同化学计量学方法用于鲜乳多种营养成分的定量分析 | 第21-50页 |
| ·前言 | 第21页 |
| ·近红外光谱技术偏最小二乘法对鲜乳中多组分含量的定量分析 | 第21-35页 |
| ·方法原理 | 第21-22页 |
| ·实验材料和仪器 | 第22-23页 |
| ·结果与分析 | 第23-35页 |
| ·近红外光谱技术与BP网络联用对鲜乳多组分含量的定量分析 | 第35-41页 |
| ·方法原理 | 第35-36页 |
| ·实验材料和仪器 | 第36页 |
| ·结果与分析 | 第36-41页 |
| ·近红外光谱技术与Elman网络联用对鲜乳多组分含量的定量分析 | 第41-46页 |
| ·方法原理 | 第41-42页 |
| ·实验材料和仪器 | 第42-43页 |
| ·结果与分析 | 第43-46页 |
| ·讨论 | 第46-50页 |
| ·PLS、PLS-BP和Elman三种预测模型均可快速检测鲜乳中多种营养成分 | 第46-47页 |
| ·PLS、PLS-BP和Elman三种预测模型有各自的特点和差异性 | 第47-50页 |
| 第3章 近红外光谱技术结合不同化学计量学方法对鲜乳掺假检测的研究 | 第50-72页 |
| ·前言 | 第50页 |
| ·近红外光谱技术联用PCA-马氏距离对巴氏杀菌乳和复原乳的鉴别 | 第50-56页 |
| ·方法原理 | 第51页 |
| ·实验材料和仪器 | 第51-52页 |
| ·结果与分析 | 第52-56页 |
| ·近红外光谱技术联用PCA-马氏距离对鲜乳和掺有植物奶油假乳的鉴别 | 第56-60页 |
| ·实验材料和仪器 | 第56-57页 |
| ·结果与分析 | 第57-60页 |
| ·近红外光谱技术联用PCA-马氏距离对鲜乳和掺有乳清粉假乳的鉴别 | 第60-65页 |
| ·实验材料和仪器 | 第60-61页 |
| ·结果与分析 | 第61-65页 |
| ·近红外光谱技术联用PCA-马氏距离对鲜乳和掺有粉末油脂假乳的鉴别 | 第65-69页 |
| ·实验材料和仪器 | 第65-66页 |
| ·结果与分析 | 第66-69页 |
| ·讨论 | 第69-72页 |
| ·基于近红外光谱技术开展鲜乳掺假鉴别的研究是可行的 | 第69-70页 |
| ·主成分因子数的选择是模型判别准确性的关键因素之一 | 第70页 |
| ·奇异点的剔除影响判别模型的可靠性 | 第70-72页 |
| 第4章 近红外光谱技术与自组织竞争神经网络联用对鲜乳掺假鉴别的研究 | 第72-80页 |
| ·前言 | 第72页 |
| ·近红外光谱技术-自组织竞争神经网络对巴氏杀菌乳和复原乳的鉴别 | 第72-75页 |
| ·方法原理 | 第72-73页 |
| ·实验材料和仪器 | 第73页 |
| ·结果与分析 | 第73-75页 |
| ·近红外光谱技术-自组织竞争神经网络对鲜乳和掺假乳的鉴别 | 第75-79页 |
| ·实验材料和仪器 | 第75-76页 |
| ·结果与分析 | 第76-79页 |
| ·讨论 | 第79-80页 |
| ·训练步数是神经网络的一个重要参数 | 第79页 |
| ·作为输入向量的敏感吸收峰的选择是建立模式识别模型的关键 | 第79-80页 |
| 第5章 近红外光谱技术与自组织特征映射神经网络联用对鲜乳掺假鉴别的研究 | 第80-90页 |
| ·前言 | 第80页 |
| ·近红外光谱技术-SOM网络对巴氏杀菌乳和复原乳的鉴别 | 第80-82页 |
| ·方法原理 | 第80-81页 |
| ·实验材料和仪器 | 第81页 |
| ·结果与分析 | 第81-82页 |
| ·近红外光谱技术-SOM网络对鲜乳和掺入多种成分假乳的鉴别 | 第82-86页 |
| ·实验材料和仪器 | 第82-84页 |
| ·结果与分析 | 第84-86页 |
| ·讨论 | 第86-90页 |
| ·PCA-马氏距离、自组织竞争神经网络和SOM神经网络三种定性判别模型的特点 | 第86-87页 |
| ·基于近红外光谱的模式识别技术在食品掺伪鉴别中有广阔的前景 | 第87-90页 |
| 第6章 结论与展望 | 第90-92页 |
| ·结论 | 第90-91页 |
| ·鲜乳中多种营养成分的定量检测模型 | 第90-91页 |
| ·鉴别巴氏杀菌乳/复原乳和鲜乳/掺假乳的模式识别模型 | 第91页 |
| ·进一步研究方向 | 第91-92页 |
| 参考文献 | 第92-99页 |
| 致谢 | 第99-100页 |
| 攻读学位期间的研究成果 | 第100页 |
