| 摘要 | 第12-14页 |
| Abstract | 第14-17页 |
| 1 引言 | 第18-30页 |
| 1.1 稻谷在我国粮食安全的重要地位 | 第18页 |
| 1.2 稻谷贮藏期间菌系演变 | 第18-19页 |
| 1.3 稻谷中有毒代谢产物 | 第19-20页 |
| 1.4 生化方法检测稻谷霉菌、毒素研究进展 | 第20-23页 |
| 1.4.1 平板培养法 | 第20-21页 |
| 1.4.2 薄层层析法 | 第21页 |
| 1.4.3 高效液相色谱法 | 第21-22页 |
| 1.4.4 酶联免疫法 | 第22-23页 |
| 1.5 近红外光谱分析技术在农产品品质检测中的研究进展 | 第23-26页 |
| 1.5.1 近红外分析技术的物理原理 | 第23页 |
| 1.5.2 近红外光谱分析流程 | 第23-24页 |
| 1.5.3 应用近红外光谱检测农产品品质的国外研究进展 | 第24-25页 |
| 1.5.4 应用近红外光谱检测农产品品质的国内研究进展 | 第25-26页 |
| 1.6 本课题选题依据 | 第26-27页 |
| 1.7 研究目的、内容及技术路线 | 第27-30页 |
| 1.7.1 研究目的和内容 | 第27-29页 |
| 1.7.2 技术路线图 | 第29-30页 |
| 2 材料与方法 | 第30-35页 |
| 2.1 试验材料与设备 | 第30-31页 |
| 2.1.1 材料与试剂 | 第30页 |
| 2.1.2 试验设备 | 第30-31页 |
| 2.2 霉菌菌落总数检验方法 | 第31-32页 |
| 2.2.1 稀释和培养 | 第31页 |
| 2.2.2 观察和结果 | 第31-32页 |
| 2.3 黄曲霉毒素B1检测方法 | 第32页 |
| 2.4 孢子制备、孢子数测定和不同梯度孢子悬浮液配制 | 第32-33页 |
| 2.4.1 孢子制备方法 | 第32-33页 |
| 2.4.2 孢子数测定方法 | 第33页 |
| 2.4.3 不同梯度孢子悬浮液配制 | 第33页 |
| 2.5 检测仪器的选择 | 第33-35页 |
| 2.5.1 ZX-888型近红外台式谷物、食品、乳制品分析仪 | 第33-34页 |
| 2.5.2 ANTARISⅡ型傅立叶变换近红外光谱分析仪 | 第34-35页 |
| 3 贮藏稻谷霉菌和毒素近红外光谱响应的研究 | 第35-62页 |
| 3.1 各扫描条件对近红外光谱响应的影响 | 第35-53页 |
| 3.1.1 扫描温度对稻谷近红外光谱的影响 | 第35-51页 |
| 3.1.2 扫描次数对稻谷近红外光谱的影响 | 第51-53页 |
| 3.2 各扫描条件对傅立叶变换近红外光谱响应的影响 | 第53-61页 |
| 3.2.1 扫描温度对稻谷近红外光谱的影响 | 第53-58页 |
| 3.2.2 分辨率对稻谷近红外光谱的影响 | 第58-59页 |
| 3.2.3 扫描次数对稻谷近红外光谱的影响 | 第59-61页 |
| 3.3 本章小结 | 第61-62页 |
| 4 稻谷中霉菌和毒素特征光谱分析 | 第62-72页 |
| 4.1 光谱扫描试验方法 | 第62页 |
| 4.2 光谱预处理算法对稻谷霉菌和毒素光谱的影响 | 第62-66页 |
| 4.3 近红外特征光谱分析 | 第66-71页 |
| 4.3.1 稻谷表面霉菌菌落总数近红外特征光谱分析 | 第66-67页 |
| 4.3.2 稻谷黄曲霉毒素B1近红外特征光谱分析 | 第67-68页 |
| 4.3.3 稻谷黑曲霉菌近红外特征光谱分析 | 第68-69页 |
| 4.3.4 稻谷白曲霉菌近红外特征光谱分析 | 第69-70页 |
| 4.3.5 稻谷青霉菌近红外特征光谱分析 | 第70页 |
| 4.3.6 稻谷灰绿曲霉菌近红外特征光谱分析 | 第70页 |
| 4.3.7 稻谷黄曲霉菌近红外特征光谱分析 | 第70-71页 |
| 4.3.8 稻谷五种混合霉菌近红外特征光谱分析 | 第71页 |
| 4.4 本章小结 | 第71-72页 |
| 5 贮藏稻谷霉菌和毒素近红外检测数学模型建立及优化 | 第72-125页 |
| 5.1 近红外光谱建模方法 | 第72-76页 |
| 5.1.1 近红外光谱分析流程 | 第72-74页 |
| 5.1.2 近红外校正模型评价指标 | 第74-75页 |
| 5.1.3 建模集样品选择方法 | 第75-76页 |
| 5.2 贮藏稻谷霉菌菌落总数近红外光谱预测模型 | 第76-89页 |
| 5.2.1 稻谷贮藏试验设计 | 第76页 |
| 5.2.2 光谱扫描试验设计 | 第76页 |
| 5.2.3 试验参考值结果 | 第76-78页 |
| 5.2.4 光谱扫描试验结果 | 第78-80页 |
| 5.2.5 异常样品的判别和剔除 | 第80-85页 |
| 5.2.6 贮藏稻谷表面霉菌菌落总数近红外检测模型优化 | 第85-89页 |
| 5.3 贮藏稻谷中黄曲霉毒素B1近红外光谱预测模型 | 第89-114页 |
| 5.3.1 试验设计和建模集样品选择 | 第89页 |
| 5.3.2 光谱扫描试验方法 | 第89-90页 |
| 5.3.3 光谱扫描试验结果与分析 | 第90页 |
| 5.3.4 试验参考值结果与分析 | 第90-91页 |
| 5.3.5 异常样品的判别和剔除 | 第91-93页 |
| 5.3.6 最优光谱预处理方法确定 | 第93-105页 |
| 5.3.7 基于支持向量机算法建立近红外预测数学模型 | 第105-108页 |
| 5.3.8 基于BP神经网络和多元线性回归算法建立近红外预测数学模型 | 第108-114页 |
| 5.4 纯种霉菌和混合霉菌污染贮藏稻谷定性和定量检测 | 第114-123页 |
| 5.4.1 霉菌侵染稻谷试验设计 | 第114-115页 |
| 5.4.2 光谱扫描试验结果与分析 | 第115页 |
| 5.4.3 基于聚类分析的纯种霉菌和混合霉菌污染贮藏稻谷定性检测 | 第115-120页 |
| 5.4.4 纯种霉菌污染贮藏稻谷定量检测 | 第120-123页 |
| 5.5 本章小结 | 第123-125页 |
| 6 便携式贮藏稻谷霉菌和毒素指标近红外分析仪研究 | 第125-132页 |
| 6.1 系统总体结构设计 | 第125-126页 |
| 6.1.1 设计思想 | 第125页 |
| 6.1.2 结构设计 | 第125-126页 |
| 6.1.3 系统工作原理 | 第126页 |
| 6.2 软件设计 | 第126-129页 |
| 6.2.1 系统特点 | 第126页 |
| 6.2.2 系统总体设计 | 第126-129页 |
| 6.3 试验验证 | 第129-131页 |
| 6.4 本章小结 | 第131-132页 |
| 7 结论 | 第132-134页 |
| 7.1 主要结论 | 第132-133页 |
| 7.2 研究特色与创新 | 第133页 |
| 7.3 不足与完善 | 第133-134页 |
| 致谢 | 第134-135页 |
| 参考文献 | 第135-142页 |
| 附录 | 第142-150页 |
| 攻读博士学位期间发表的学术论文 | 第150页 |
