水果内部品质可见/近红外光谱无损检测方法的实验研究
| 致谢 | 第1-8页 |
| 摘要 | 第8-12页 |
| Abstract | 第12-18页 |
| 插图清单 | 第18-23页 |
| 表格清单 | 第23-27页 |
| 符号列表 | 第27-30页 |
| 目录 | 第30-34页 |
| 绪论篇 | 第34-84页 |
| 第1章 绪论 | 第36-50页 |
| ·我国水果产业的发展及现状 | 第36-38页 |
| ·水果品质无损检测技术的发展及现状 | 第38-41页 |
| ·近红外光谱分析技术概述 | 第41-49页 |
| ·近红外光谱分析技术的发展及现状 | 第42-45页 |
| ·近红外光谱分析的原理及基础 | 第45-47页 |
| ·近红外光谱分析的技术流程 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第2章 文献综述 | 第50-84页 |
| ·可见/近红外光谱分析在水果品质检测中的应用研究 | 第50-65页 |
| ·定量分析 | 第50-52页 |
| ·定性分析 | 第52页 |
| ·近红外光谱成像 | 第52-65页 |
| ·化学计量学及其在光谱分析中的应用 | 第65-77页 |
| ·光谱数据预处理 | 第66-67页 |
| ·定量校正 | 第67-71页 |
| ·模式识别(定性)方法 | 第71-72页 |
| ·模型传递 | 第72-76页 |
| ·著名的化学计量学研究团队 | 第76-77页 |
| ·近红外光谱分析中光传输机理的研究 | 第77-82页 |
| ·研究光在生物组织中传输的方法 | 第77-79页 |
| ·应用举例 | 第79-82页 |
| ·本章小结 | 第82-84页 |
| 研究内容、材料和方法篇 | 第84-122页 |
| 第3章 本研究的目的、内容和技术路线 | 第86-92页 |
| ·课题来源 | 第86页 |
| ·目的意义 | 第86-89页 |
| ·研究内容 | 第89-90页 |
| ·本课题的主要研究内容 | 第89-90页 |
| ·近红外光谱检测的主要工作流程 | 第90页 |
| ·技术路线 | 第90页 |
| ·本章小结 | 第90-92页 |
| 第4章 仪器设备、材料和方法 | 第92-122页 |
| ·光谱仪器设备 | 第92-95页 |
| ·光谱采集、分析和建模软件的介绍 | 第95-98页 |
| ·OMNIC v6.1光谱采集和预处理软件 | 第95页 |
| ·OOIBase32光谱采集软件 | 第95-97页 |
| ·TQ Analyst v6光谱分析和建模软件 | 第97页 |
| ·MATLAB7.0数据处理软件 | 第97-98页 |
| ·实验材料 | 第98-100页 |
| ·采收期的梨 | 第98-99页 |
| ·贮藏期的梨 | 第99页 |
| ·猕猴桃 | 第99-100页 |
| ·光谱检测方法 | 第100-101页 |
| ·漫反射光谱的测量 | 第100-101页 |
| ·透射光谱的测量 | 第101页 |
| ·光谱预处理方法 | 第101-103页 |
| ·平均 | 第101页 |
| ·平滑 | 第101-102页 |
| ·微分 | 第102页 |
| ·多元散射校正 | 第102-103页 |
| ·标准归一化处理 | 第103页 |
| ·光谱建模方法 | 第103-117页 |
| ·异常样品剔除方法 | 第103-104页 |
| ·定量分析方法 | 第104-112页 |
| ·定性分析方法 | 第112-117页 |
| ·模型的斜率/截距修正 | 第117页 |
| ·水果内部品质检测方法 | 第117-120页 |
| ·坚实度检测方法 | 第117-118页 |
| ·维生素C检测方法 | 第118-119页 |
| ·缺陷检测方法 | 第119-120页 |
| ·评价模型精度的数学标准 | 第120-121页 |
| ·本章小结 | 第121-122页 |
| 结果与讨论篇 | 第122-208页 |
| 第5章 样品分析与光谱预处理 | 第124-146页 |
| ·形态性质与理化测定结果及分析 | 第124-128页 |
| ·采收期的梨 | 第124-128页 |
| ·储藏期的梨 | 第128页 |
| ·猕猴桃 | 第128页 |
| ·光谱采集参数的设定 | 第128-130页 |
| ·扫描次数和分辨率分析 | 第129-130页 |
| ·积分时间和平均次数分析 | 第130页 |
| ·近红外原始和预处理光谱分析 | 第130-138页 |
| ·原始光谱 | 第130-134页 |
| ·微分光谱 | 第134-135页 |
| ·平滑光谱 | 第135-138页 |
| ·水果检测部位的分析 | 第138-139页 |
| ·光谱异常样品的剔除 | 第139-145页 |
| ·采收期的梨 | 第140-144页 |
| ·储藏期的梨 | 第144页 |
| ·猕猴桃 | 第144-145页 |
| ·本章小结 | 第145-146页 |
| 第6章 近红外光谱定性分析 | 第146-174页 |
| ·梨内部缺陷的判别 | 第146-157页 |
| ·不同仪器和检测方式的判别结果比较 | 第146-149页 |
| ·不同模式识别方法的判别结果 | 第149-154页 |
| ·模型优化 | 第154-157页 |
| ·梨品种的分类 | 第157-172页 |
| ·不同仪器和检测方式的分类结果比较 | 第158-159页 |
| ·线性模式识别方法分类结果 | 第159-166页 |
| ·非线性模式识别方法分类结果 | 第166-170页 |
| ·模型优化 | 第170-172页 |
| ·本章小结 | 第172-174页 |
| 第7章 近红外光谱定量分析 | 第174-208页 |
| ·坚实度定量分析 | 第174-197页 |
| ·浓度异常样本的剔除 | 第174-178页 |
| ·建模方法的比较及模型的优化 | 第178-192页 |
| ·模型修正 | 第192-197页 |
| ·维生素C定量分析 | 第197-205页 |
| ·浓度异常样本的剔除 | 第197-198页 |
| ·建模方法的比较及模型的优化 | 第198-205页 |
| ·本章小结 | 第205-208页 |
| 结论与展望篇 | 第208-216页 |
| 第8章 结论与展望 | 第210-216页 |
| ·主要研究结论 | 第210-213页 |
| ·主要创新点 | 第213页 |
| ·进一步研究展望 | 第213-216页 |
| 参考文献 | 第216-230页 |
