摘要 | 第1-6页 |
ABSTRACT | 第6-12页 |
第一章 综述 | 第12-17页 |
·枣的简介 | 第12页 |
·无损伤技术对果实品质的预测 | 第12-14页 |
·近红外技术对果实品质的预测 | 第12-13页 |
·叶绿素荧光技术对果实品质的预测 | 第13页 |
·机器视觉特性对果实品质的预测 | 第13-14页 |
·其他技术对果实品质的预测 | 第14页 |
·水果分级技术 | 第14-15页 |
·基于外部品质方面的水果分级 | 第14-15页 |
·基于内部品质方面的水果分级 | 第15页 |
·本实验的研究目的及意义 | 第15-17页 |
第二章 无损伤监测长红枣果发育过程中的质量变化和其最佳采收期 | 第17-31页 |
·前言 | 第17-18页 |
·材料与方法 | 第18-22页 |
·枣果材料 | 第18页 |
·叶绿素荧光和生长指数的测定 | 第18页 |
·抗坏血酸测定 | 第18-19页 |
·总类黄酮含量的测定 | 第19-20页 |
·总酚含量的测定 | 第20页 |
·DPPH自由基清除能力的测定 | 第20-21页 |
·pH的测定 | 第21页 |
·类胡萝卜素的测定 | 第21页 |
·还原糖和总可溶性糖的测定 | 第21页 |
·统计分析 | 第21-22页 |
·结果与讨论 | 第22-30页 |
·果实生长 | 第22-23页 |
·抗坏血酸,总酚,总类黄酮和DPPH自由基清除活力的变化 | 第23-25页 |
·还原糖和可溶性糖的变化 | 第25-26页 |
·类胡萝卜素和pH的变化 | 第26页 |
·植物化学成分与抗氧化能力的相关性 | 第26-27页 |
·植物化学成分与叶绿素荧光的相关性 | 第27-28页 |
·最佳采收期的评估 | 第28-30页 |
·本章小结 | 第30-31页 |
第三章 利用叶绿素荧光和支持向量机对枣(Zizyphus jujuba Mill.cv.‘hongxing’)进行自动分级的研究 | 第31-43页 |
·前言 | 第31-32页 |
·材料与方法 | 第32-36页 |
·样品准备 | 第32页 |
·叶绿素荧光参数的测定 | 第32-33页 |
·抗坏血酸、总酚和DPPH自由基抗氧化活性的测定 | 第33页 |
·聚类分析 | 第33页 |
·分级支持向量机 | 第33-36页 |
·结果与讨论 | 第36-42页 |
·枣的荧光参数和营养成分 | 第36-38页 |
·基于营养成分的聚类分析 | 第38-39页 |
·基于叶绿素荧光参数的C-SVM分类 | 第39-42页 |
·本章总结 | 第42-43页 |
第四章 基于分形原理和RGB值支持向量机对枣干分类的研究 | 第43-53页 |
·前言 | 第43-45页 |
·材料与方法 | 第45-48页 |
·枣果准备和干燥过程 | 第45-46页 |
·图像的获取和RGB阈值 | 第46页 |
·分形维数和分形测度 | 第46-48页 |
·SVM分类模型 | 第48页 |
·结果与讨论 | 第48-51页 |
·三等级枣干的分形维数、分形测度和RGB值 | 第48-49页 |
·基于分形维数、分形测度和RGB值的分类模型 | 第49-50页 |
·不同SVM模型预测结果的比较 | 第50-51页 |
·本章总结 | 第51-53页 |
第五章 总结与展望 | 第53-55页 |
·总结 | 第53-54页 |
·展望 | 第54-55页 |
参考文献 | 第55-71页 |
致谢 | 第71-72页 |
攻读学位期间发表的论文 | 第72-74页 |