摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第一章 绪论 | 第12-20页 |
·选题背景和意义 | 第12页 |
·鲜枣品质指标检测方法 | 第12-13页 |
·可溶性固形物检测 | 第12页 |
·水分检测 | 第12-13页 |
·氨基酸总量检测 | 第13页 |
·维生素 C 检测 | 第13页 |
·霉菌和酵母菌检测 | 第13页 |
·近红外光谱检测技术 | 第13-15页 |
·近红外光谱技术理论依据 | 第13-14页 |
·近红外光谱技术分析特点 | 第14-15页 |
·近红外光谱技术在水果检测领域的应用 | 第15-17页 |
·可溶性固形物的检测中的应用 | 第15页 |
·水分检测中的应用 | 第15-16页 |
·维生素 C 检测的应用 | 第16页 |
·氨基酸检测的应用 | 第16页 |
·病虫害检测的应用 | 第16-17页 |
·动力学模型在贮藏品质中的应用 | 第17页 |
·研究目的及内容 | 第17-20页 |
第二章 近红外光谱技术鉴别鲜枣品种及完整果、裂果研究 | 第20-25页 |
·前言 | 第20页 |
·材料与方法 | 第20-22页 |
·仪器设备及分析软件 | 第20页 |
·样品 | 第20-21页 |
·光谱数据采集 | 第21页 |
·光谱数据分析 | 第21页 |
·人工神经网络建立定性判别模型 | 第21-22页 |
·结果与分析 | 第22-24页 |
·近红外光谱分析 | 第22页 |
·鲜枣品种的鉴别 | 第22-23页 |
·完整果和裂果的鉴别 | 第23-24页 |
·小结 | 第24-25页 |
第三章 近红外光谱技术检测鲜枣可溶性固形物、水分和氨基酸总量的研究 | 第25-35页 |
·前言 | 第25页 |
·材料与方法 | 第25-27页 |
·仪器设备及分析软件 | 第25页 |
·样品 | 第25-26页 |
·光谱数据采集 | 第26页 |
·可溶性固形物含量测量 | 第26页 |
·水分含量测量 | 第26页 |
·氨基酸总量测量 | 第26页 |
·光谱数据分析 | 第26-27页 |
·结果与分析 | 第27-33页 |
·近红外光谱图分析 | 第27-28页 |
·可溶性固形物含量的近红外光谱检测 | 第28-30页 |
·水分含量的近红外光谱检测 | 第30-32页 |
·氨基酸总量的近红外光谱检测 | 第32-33页 |
·小结 | 第33-35页 |
第四章 近红外光谱检测鲜枣维生素 C 含量的研究 | 第35-42页 |
·前言 | 第35页 |
·材料与方法 | 第35-36页 |
·仪器设备及分析软件 | 第35页 |
·样品 | 第35页 |
·光谱数据采集 | 第35页 |
·维生素 C 测定 | 第35-36页 |
·光谱数据分析 | 第36页 |
·动力学模型建立 | 第36页 |
·结果与分析 | 第36-40页 |
·近红外光谱模型建立 | 第36-39页 |
·动力学模型建立 | 第39-40页 |
·小结 | 第40-42页 |
第五章 近红外光谱检测鲜枣霉菌及其安全判别研究 | 第42-49页 |
·前言 | 第42页 |
·材料与方法 | 第42-44页 |
·仪器设备及分析软件 | 第42页 |
·样品 | 第42-43页 |
·光谱数据采集 | 第43页 |
·霉菌菌落总数计数 | 第43页 |
·光谱数据分析 | 第43-44页 |
·动力学模型建立 | 第44页 |
·结果与分析 | 第44-47页 |
·近红外光谱模型建立 | 第44-46页 |
·动力学模型建立 | 第46-47页 |
·小结 | 第47-49页 |
第六章 近红外光谱检测鲜枣酵母菌及其安全判别研究 | 第49-55页 |
·前言 | 第49页 |
·材料与方法 | 第49-50页 |
·仪器设备及分析软件 | 第49页 |
·样品 | 第49页 |
·光谱数据采集 | 第49-50页 |
·酵母菌菌落总数计数 | 第50页 |
·光谱数据分析 | 第50页 |
·动力学模型建立 | 第50页 |
·结果与分析 | 第50-54页 |
·近红外光谱模型建立 | 第50-52页 |
·动力学模型建立 | 第52-54页 |
·小结 | 第54-55页 |
第七章 结论、创新点与展望 | 第55-58页 |
·结论 | 第55-56页 |
·创新点 | 第56页 |
·展望 | 第56-58页 |
参考文献 | 第58-62页 |
致谢 | 第62-63页 |
作者简介 | 第63页 |