首页--数理科学和化学论文--化学论文--分析化学论文

基于近红外光谱技术的大米掺伪定量判别研究

摘要第3-4页
Abstract第4页
1 文献综述第8-18页
    1.1 大米第8-12页
        1.1.1 大米的种类第8页
        1.1.2 大米的主要营养成分第8页
        1.1.3 大米的直链淀粉第8-9页
        1.1.4 大米的掺伪现状第9-12页
    1.2 近红外光谱技术第12-13页
        1.2.1 近红外光谱技术的原理第12页
        1.2.2 近红外光谱技术的特点第12-13页
        1.2.3 近红外光谱技术的分析步骤第13页
    1.3 化学计量方法第13-15页
        1.3.1 光谱预处理第14-15页
        1.3.2 定量模型的建立第15页
    1.4 近红外光谱技术在大米领域的研究进展第15-18页
        1.4.1 近红外光谱技术在大米营养成分测定中的应用第15-16页
        1.4.2 近红外光谱技术在大米等级、品种、产地判别中的应用第16-17页
        1.4.3 近红外光谱技术在大米其他品质中的应用第17-18页
2 引言第18-20页
    2.1 研究目的和意义第18页
    2.2 研究内容第18-19页
    2.3 技术路线第19-20页
3 材料与方法第20-24页
    3.1 试验材料第20页
        3.1.1 试验样品第20页
        3.1.2 试剂药品第20页
        3.1.3 仪器设备第20页
    3.2 试验方法第20-24页
        3.2.1 样品制备第20-21页
        3.2.2 化学值测定第21-22页
        3.2.3 样品的近红外光谱采集第22页
        3.2.4 光谱预处理第22-23页
        3.2.5 NIRS预测模型的建立第23-24页
4 结果与分析第24-29页
    4.1 掺低档米部分第24-27页
        4.1.1 化学值测定第24页
        4.1.2 光谱特征曲线第24页
        4.1.3 光谱预处理第24-26页
        4.1.4 定量模型的建立第26-27页
    4.2 掺矿物油部分第27-29页
        4.2.1 光谱特征曲线第27页
        4.2.2 定量模型的建立第27-29页
5 讨论第29-31页
    5.1 样品的制备对定量模型结果的影响第29页
    5.2 化学检测对定量模型结果的影响第29页
    5.3 定量模型的可行性和适用性第29-30页
    5.4 近红外光谱技术的问题和展望第30-31页
6 结论第31-32页
    6.1 近红外光谱技术结合直链淀粉含量对大米掺伪比例(掺低档米)的定量判别可行第31页
    6.2 近红外光谱技术结合化学计量学方法对大米掺伪比例(掺矿物油)的定量判别可行米的定量判别第31-32页
参考文献第32-37页
致谢第37-38页
作者简介第38页
在读期间发表的学术论文第38页

论文共38页,点击 下载论文
上一篇:紫薯松糕制作工艺优化及其贮藏特性研究
下一篇:红茶面包与绿茶蛋糕组合产品研究