基于优化BP神经网络的防腐剂荧光检测技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 食品防腐剂检测的背景及意义 | 第10-11页 |
| 1.2 食品防腐剂的概述 | 第11-12页 |
| 1.2.1 防腐剂种类 | 第11页 |
| 1.2.2 两种常见防腐剂特性分析 | 第11-12页 |
| 1.3 食品防腐剂检测国内外研究现状 | 第12-14页 |
| 1.4 荧光光谱技术的特点及应用 | 第14页 |
| 1.5 论文的主要研究内容 | 第14-16页 |
| 第2章 防腐剂荧光检测机理 | 第16-26页 |
| 2.1 荧光检测原理 | 第16-21页 |
| 2.1.1 荧光的产生机理 | 第16-18页 |
| 2.1.2 荧光的特点 | 第18-19页 |
| 2.1.3 荧光的影响因素 | 第19-21页 |
| 2.2 荧光分析方法的分类 | 第21-22页 |
| 2.3 实验仪器 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 防腐剂的荧光去噪研究及光谱特性分析 | 第26-45页 |
| 3.1 防腐剂荧光检测实验 | 第26-27页 |
| 3.1.1 山梨酸钾实验操作 | 第26页 |
| 3.1.2 对羟基苯甲酸甲酯钠实验操作 | 第26-27页 |
| 3.2 光谱的小波阈值和小波包去噪研究 | 第27-38页 |
| 3.2.1 光谱的小波阈值去噪 | 第28-33页 |
| 3.2.2 光谱的小波包去噪 | 第33-36页 |
| 3.2.3 去噪结果分析 | 第36-38页 |
| 3.3 光谱分析 | 第38-44页 |
| 3.3.1 山梨酸钾的荧光特性 | 第38-41页 |
| 3.3.2 对羟基苯甲酸甲酯钠的荧光特性 | 第41-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于GA-BP神经网络的防腐剂荧光检测 | 第45-60页 |
| 4.1 BP神经网络的理论研究 | 第45-49页 |
| 4.2 BP神经网络的防腐剂荧光检测 | 第49-53页 |
| 4.3 遗传优化算法 | 第53-55页 |
| 4.4 GA-BP神经网络的防腐剂荧光检测研究 | 第55-59页 |
| 4.4.1 基于遗传算法的BP神经网络优化 | 第55-57页 |
| 4.4.2 防腐剂的浓度检测结果 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 基于PSO-BP神经网络的防腐剂荧光检测 | 第60-69页 |
| 5.1 粒子群算法 | 第60-62页 |
| 5.2 PSO-BP神经网络的防腐剂荧光检测研究 | 第62-66页 |
| 5.2.1 基于粒子群算法的BP神经网络优化 | 第62-64页 |
| 5.2.2 防腐剂的浓度检测结果 | 第64-66页 |
| 5.3 两种优化算法的比较分析 | 第66-68页 |
| 5.4 本章小结 | 第68-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第75-76页 |
| 致谢 | 第76页 |
