| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 目录 | 第8-14页 |
| 英文缩略语 | 第14-15页 |
| 第1章 绪论 | 第15-26页 |
| ·引言 | 第15页 |
| ·食用植物油品种模式识别研究现状 | 第15-17页 |
| ·食用植物油品种鉴别常用方法 | 第16-17页 |
| ·红外光谱法 | 第16页 |
| ·电子鼻技术 | 第16页 |
| ·同步荧光光谱法 | 第16页 |
| ·化学计量学方法 | 第16-17页 |
| ·食用植物油酸价和过氧化值测定的研究进展 | 第17页 |
| ·食用植物油掺伪检测研究进展 | 第17-20页 |
| ·显色法 | 第18页 |
| ·分光光度法 | 第18页 |
| ·电子鼻技术 | 第18-19页 |
| ·色谱法 | 第19页 |
| ·红外光谱法 | 第19页 |
| ·核磁共振法 | 第19-20页 |
| ·近红外光谱技术 | 第20-23页 |
| ·近红外光谱技术原理 | 第20-21页 |
| ·近红外光谱用于食用油品种鉴别研究进展 | 第21页 |
| ·近红外光谱用于食用油酸价和过氧化值测定的研究进展 | 第21-22页 |
| ·近红外光谱技术在食用油掺假检测中的研究 | 第22-23页 |
| ·课题研究的目的和意义 | 第23-24页 |
| ·课题来源及主要研究内容 | 第24-25页 |
| ·课题来源 | 第24页 |
| ·主要研究内容 | 第24-25页 |
| ·本研究的创新性 | 第25-26页 |
| 第2章 近红外光谱法用于5种食用植物油模式识别研究 | 第26-35页 |
| ·引言 | 第26页 |
| ·方法及原理 | 第26-27页 |
| ·主成分分析-马氏距离法 | 第26-27页 |
| ·自组织竞争神经网络 | 第27页 |
| ·实验材料和仪器 | 第27-29页 |
| ·材料与仪器 | 第27-28页 |
| ·样品近红外光谱数据采集 | 第28页 |
| ·建立判别模型的方法 | 第28-29页 |
| ·结果与分析 | 第29-34页 |
| ·马氏距离法建立食用植物油种类判别分析模型 | 第29-31页 |
| ·光谱波段范围的确定 | 第29页 |
| ·光谱数据的预处理 | 第29-30页 |
| ·建立定性判别分析模型 | 第30页 |
| ·模型对预测集样品的验证 | 第30-31页 |
| ·食用植物油鉴别分析的自组织竞争神经网络模型 | 第31-34页 |
| ·主成分分析(PCA) | 第31-32页 |
| ·学习速率及训练步数 | 第32页 |
| ·自组织竞争网络模型的建立 | 第32-33页 |
| ·预测集样品对自组织竞争网络模型的模式识别 | 第33-34页 |
| ·结论 | 第34-35页 |
| 第3章 食用植物油酸价和过氧化值检测近红外光谱法研究 | 第35-46页 |
| ·引言 | 第35-36页 |
| ·基于偏最小二乘法的食用植物油的酸价和过氧化值检测分析 | 第36-42页 |
| ·方法与原理 | 第36-37页 |
| ·实验部分 | 第37-38页 |
| ·实验样品 | 第37页 |
| ·样品NIR光谱数据采集 | 第37-38页 |
| ·酸价和过氧化值的测定 | 第38页 |
| ·定量校正方法 | 第38页 |
| ·结果与讨论 | 第38-42页 |
| ·样品选择 | 第38页 |
| ·波长范围的选择 | 第38-39页 |
| ·光谱数据的预处理 | 第39-40页 |
| ·主因子数的确定 | 第40页 |
| ·食用植物油酸价和过氧化值数学模型的建立 | 第40-41页 |
| ·NIRS的重现性实验 | 第41页 |
| ·校正模型的可靠性验证 | 第41-42页 |
| ·基于PLS-BP网络对食用植物油酸价和过氧化值的定量分析 | 第42-45页 |
| ·方法原理 | 第42页 |
| ·材料和方法 | 第42页 |
| ·结果与讨论 | 第42-45页 |
| ·样品的选择 | 第42-43页 |
| ·PLS法提取主成分 | 第43页 |
| ·隐含层神经元个数 | 第43页 |
| ·学习速率和训练步数 | 第43-44页 |
| ·建立PLS-BP网络校正模型 | 第44-45页 |
| ·结论 | 第45-46页 |
| 第4章 山茶油掺伪检测的近红外光谱法研究 | 第46-59页 |
| ·引言 | 第46页 |
| ·基于马氏距离聚类分析法鉴别纯山茶油和掺伪山茶油 | 第46-50页 |
| ·材料与方法 | 第46-47页 |
| ·材料 | 第46-47页 |
| ·样品近红外光谱数据采集 | 第47页 |
| ·建立判别模型方法 | 第47页 |
| ·结果与分析 | 第47-50页 |
| ·光谱波数范围的选择 | 第47-48页 |
| ·光谱数据的预处理 | 第48页 |
| ·纯山茶油与掺伪山茶油鉴别模型的建立 | 第48-49页 |
| ·预测集样品对模型的验证 | 第49-50页 |
| ·基于马氏距离聚类分析法3种掺伪山茶油种类的鉴别分析 | 第50-53页 |
| ·材料和方法 | 第50页 |
| ·结果与讨论 | 第50-53页 |
| ·样品的选择 | 第50页 |
| ·样品光谱的预处理 | 第50页 |
| ·三种掺伪山茶油种类鉴别模型的建立 | 第50-51页 |
| ·模型对预测集样品的预测 | 第51-53页 |
| ·偏最小二乘法-近红外光谱技术用于掺伪山茶油定量分析 | 第53-57页 |
| ·材料与方法 | 第53页 |
| ·结果与讨论 | 第53-57页 |
| ·样品及光谱范围的选择 | 第53页 |
| ·光谱的预处理及主因子数的确定 | 第53-54页 |
| ·掺伪山茶油中大豆油含量校正模型的建立 | 第54-55页 |
| ·掺伪山茶油中玉米油含量校正模型的建立 | 第55-56页 |
| ·掺伪山茶油中葵花籽油含量校正模型的建立 | 第56-57页 |
| ·模型对预测集样品的预测 | 第57页 |
| ·结论 | 第57-59页 |
| 第5章 近红外光谱用于花生油掺伪定性和定量检测研究 | 第59-71页 |
| ·引言 | 第59页 |
| ·基于偏最小二乘-反向传输人工神经网络的掺伪花生油模式判别 | 第59-63页 |
| ·材料与方法 | 第59-60页 |
| ·材料与仪器 | 第59-60页 |
| ·样品近红外光谱数据采集 | 第60页 |
| ·建立判别模型 | 第60页 |
| ·结果与分析 | 第60-63页 |
| ·近红外图谱分析 | 第60-61页 |
| ·PLS法提取主成分 | 第61页 |
| ·隐含层神经元个数的确定 | 第61页 |
| ·网络模型的建立 | 第61-62页 |
| ·PLS-BP网络模型对预测集样品预测 | 第62-63页 |
| ·花生油掺伪的定量检测分析 | 第63-70页 |
| ·材料与方法 | 第63页 |
| ·结果与分析 | 第63-69页 |
| ·样品的选择 | 第63页 |
| ·掺伪花生油中大豆油含量的检测分析 | 第63-65页 |
| ·掺伪花生油中菜籽油含量的检测分析 | 第65-67页 |
| ·掺伪花生油中棕榈油含量的检测分析 | 第67-69页 |
| ·PLS、PCR、BP网络三种模型对花生油掺伪检测比较 | 第69-70页 |
| ·结论 | 第70-71页 |
| 第6章 SOM网络-PLS-近红外光谱技术用于芝麻油掺伪定性和定量检测研究 | 第71-85页 |
| ·引言 | 第71页 |
| ·基于主成分分析-自组织特征映射神经网络的芝麻油掺伪模式判别 | 第71-76页 |
| ·方法与原理 | 第71-72页 |
| ·材料与方法 | 第72-73页 |
| ·材料 | 第72页 |
| ·样品近红外光谱数据采集 | 第72-73页 |
| ·建立判别模型的方法 | 第73页 |
| ·结果与分析 | 第73-75页 |
| ·PCA法提取主成分 | 第73-74页 |
| ·网络结构设计 | 第74页 |
| ·SOM网络训练 | 第74页 |
| ·仿真结果和分析 | 第74-75页 |
| ·结论 | 第75-76页 |
| ·基于偏最小二乘法的掺伪芝麻油定量分析 | 第76-81页 |
| ·材料与方法 | 第76页 |
| ·结果与分析 | 第76-79页 |
| ·样品的选择 | 第76页 |
| ·芝麻油中掺有菜籽油定标模型的建立 | 第76-77页 |
| ·芝麻油中掺有大豆油定标模型的建立 | 第77-78页 |
| ·芝麻油中掺有花生油定标模型的建立 | 第78-79页 |
| ·模型对预测集样品的预测 | 第79页 |
| ·结论 | 第79-81页 |
| ·基于PLS法的掺伪芝麻油三元体系中掺伪油含量的定量分析 | 第81-83页 |
| ·材料与方法 | 第81页 |
| ·材料 | 第81页 |
| ·校正模型建立的方法 | 第81页 |
| ·结果与讨论 | 第81-83页 |
| ·光谱预处理方法 | 第81-82页 |
| ·主因子数的确定 | 第82页 |
| ·芝麻油中大豆油和花生油含量定标模型的建立 | 第82-83页 |
| ·结论 | 第83页 |
| ·本章小结 | 第83-85页 |
| 第7章 结论与展望 | 第85-87页 |
| ·结论 | 第85-86页 |
| ·展望 | 第86-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-96页 |
| 攻读学位期间的研究成果 | 第96页 |
