| 摘要 | 第6-8页 |
| abstract | 第8-9页 |
| 第一章 文献综述 | 第13-24页 |
| 1.1 研究课题背景 | 第13-16页 |
| 1.1.1 葡萄酒的产业与市场 | 第13页 |
| 1.1.2 葡萄酒品质指标及检测方法 | 第13-15页 |
| 1.1.3 赤霞珠葡萄及葡萄酒特征 | 第15-16页 |
| 1.2 近红外光谱技术 | 第16-17页 |
| 1.2.1 近红外光谱技术的原理 | 第16页 |
| 1.2.2 近红外光谱技术的特点 | 第16-17页 |
| 1.3 化学计量学 | 第17-18页 |
| 1.3.1 主成分回归法 | 第18页 |
| 1.3.2 多元线性回归法 | 第18页 |
| 1.3.3 偏最小二乘法 | 第18页 |
| 1.3.4 人工神经网络法 | 第18页 |
| 1.4 近红外在酒类中的研究及应用 | 第18-21页 |
| 1.4.1 近红外光谱技术在酒类中的定性研究 | 第18-20页 |
| 1.4.2 近红外光谱技术在酒类中的定量研究 | 第20-21页 |
| 1.5 研究的意义与内容 | 第21-24页 |
| 1.5.1 研究意义 | 第21页 |
| 1.5.2 研究内容 | 第21-23页 |
| 1.5.3 技术路线图 | 第23-24页 |
| 第二章 赤霞珠干红葡萄酒主要品质指标化学值的测定 | 第24-31页 |
| 2.1 试验材料、试剂、仪器 | 第24页 |
| 2.1.1 试验材料 | 第24页 |
| 2.1.2 试验试剂 | 第24页 |
| 2.1.3 试验仪器 | 第24页 |
| 2.2 试验方法 | 第24-25页 |
| 2.2.1 基本理化指标的测定 | 第24-25页 |
| 2.2.2 多酚类物质的测定 | 第25页 |
| 2.2.3 单体花色苷检测 | 第25页 |
| 2.3 试验结果 | 第25-29页 |
| 2.3.1 赤霞珠干红葡萄酒基本理化指标分析 | 第25-27页 |
| 2.3.2 赤霞珠干红葡萄酒中多酚类物质分析 | 第27-28页 |
| 2.3.3 赤霞珠干红葡萄酒中单体花色苷分析 | 第28-29页 |
| 2.4 小结与讨论 | 第29-31页 |
| 第三章 赤霞珠干红葡萄酒近红外光谱采集和优化 | 第31-38页 |
| 3.1 材料与仪器 | 第31页 |
| 3.1.1 试验材料 | 第31页 |
| 3.1.2 试验仪器 | 第31页 |
| 3.2 试验方法 | 第31-32页 |
| 3.2.1 近红外光谱数据采集 | 第31页 |
| 3.2.2 近红外光谱预处理方法 | 第31-32页 |
| 3.2.3 数据处理软件 | 第32页 |
| 3.3 结果分析 | 第32-37页 |
| 3.3.1 原始光谱 | 第32页 |
| 3.3.2 优化光谱 | 第32-37页 |
| 3.4 小结与讨论 | 第37-38页 |
| 第四章 赤霞珠干红葡萄酒品质指标近红外模型建立及验证 | 第38-65页 |
| 4.1 校正集和验证集样本的确定 | 第38页 |
| 4.2 模型的评价方法 | 第38-39页 |
| 4.3 不同预处理光谱模型建立 | 第39-52页 |
| 4.3.1 基本理化指标模型 | 第39-47页 |
| 4.3.2 多酚类物质模型 | 第47-50页 |
| 4.3.3 单体花色苷物质模型 | 第50-52页 |
| 4.4 不同波段光谱模型建立 | 第52-57页 |
| 4.4.1 基本理化指标模型 | 第52-55页 |
| 4.4.2 多酚类物质模型 | 第55-57页 |
| 4.4.3 单体花色苷物质模型 | 第57页 |
| 4.5 最优模型的确定及验证 | 第57-63页 |
| 4.5.1 基本理化指标模型验证 | 第57-61页 |
| 4.5.2 多酚类物质模型的验证 | 第61-62页 |
| 4.5.3 单体花色苷模型验证 | 第62-63页 |
| 4.6 小结与讨论 | 第63-65页 |
| 第五章 结论创新点展望 | 第65-67页 |
| 5.1 结论 | 第65页 |
| 5.2 创新点 | 第65页 |
| 5.3 展望 | 第65-67页 |
| 参考文献 | 第67-74页 |
| 致谢 | 第74-75页 |
| 作者简介 | 第75页 |