神经网络在食用油质量近红外光谱分析中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-15页 |
| ·课题研究的背景和意义 | 第9页 |
| ·近红外光谱分析方法 | 第9-12页 |
| ·近红外光谱分析技术的起源和发展 | 第9-10页 |
| ·近红外光谱分析技术特点 | 第10-11页 |
| ·近红外光谱分析技术的应用 | 第11-12页 |
| ·油脂检测技术的国内外现状 | 第12-14页 |
| ·大豆油质量标准 | 第12页 |
| ·现有的油脂质量检测方法 | 第12-13页 |
| ·近红外光谱分析技术在油脂检测领域应用现状 | 第13-14页 |
| ·课题来源及主要研究内容 | 第14-15页 |
| ·课题来源 | 第14页 |
| ·本文研究工作与论文安排 | 第14-15页 |
| 2 近红外光谱分析原理及方法 | 第15-22页 |
| ·近红外光谱的产生及光谱特征 | 第15页 |
| ·近红外光谱的基本分析流程 | 第15-20页 |
| ·标准方法的测定 | 第16-17页 |
| ·校正样品的选择 | 第17页 |
| ·光谱数据的测量 | 第17页 |
| ·光谱数据预处理 | 第17-18页 |
| ·校正模型的建立方法 | 第18-20页 |
| ·校正模型的评价参数 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 油脂酸价近红外光谱分析 | 第22-41页 |
| ·样本测定及光谱采集 | 第22-23页 |
| ·样本酸价测定 | 第22-23页 |
| ·样本光谱采集 | 第23页 |
| ·异常样本去除 | 第23-25页 |
| ·校正样品集的选择 | 第25页 |
| ·特征波段的选择 | 第25-26页 |
| ·光谱预处理 | 第26-32页 |
| ·小波变换 | 第26-30页 |
| ·油脂酸价谱图预处理方法 | 第30-32页 |
| ·校正模型的选择 | 第32-40页 |
| ·神经网络建模 | 第32-40页 |
| ·本章小结 | 第40-41页 |
| 4 油脂过氧化值近红外光谱分析 | 第41-46页 |
| ·样本过氧化值的测定及光谱采集 | 第41-43页 |
| ·样本过氧化值的测定 | 第41-42页 |
| ·样本光谱采集 | 第42-43页 |
| ·特征波段选择 | 第43页 |
| ·谱图预处理 | 第43-44页 |
| ·校正模型的选择 | 第44-45页 |
| ·BP神经网络建模 | 第44-45页 |
| ·RBF神经网络建模 | 第45页 |
| ·本章小结 | 第45-46页 |
| 5 校正模型的验证 | 第46-51页 |
| ·油脂酸价校正模型验证 | 第46-48页 |
| ·PLS(偏最小二乘)建模方法验证 | 第46页 |
| ·BP神经网络建模方法验证 | 第46-47页 |
| ·RBF神经网络建模方法验证 | 第47-48页 |
| ·油脂过氧化值校正模型验证 | 第48-50页 |
| ·PLS(偏最小二乘)建模方法验证 | 第48页 |
| ·BP神经网络建模方法验证 | 第48-49页 |
| ·RBF神经网络建模方法验证 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录 | 第56-60页 |
| 攻读学位期间发表的学术论文 | 第60-61页 |
| 致谢 | 第61页 |
