大米加工精度检测方法的研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-28页 |
| ·国内外大米消费状况、大米加工工艺流程及评价标准 | 第12-16页 |
| ·国内外大米消费状况 | 第12-13页 |
| ·大米加工工艺流程及其评价标准 | 第13-16页 |
| ·稻谷结构 | 第13-14页 |
| ·大米基本加工工艺流程 | 第14-15页 |
| ·大米评价标准 | 第15-16页 |
| ·加工精度等级与大米品质的矛盾 | 第16页 |
| ·大米加工精度检测方法的研究进展 | 第16-19页 |
| ·人工感官评定法 | 第16-18页 |
| ·直接比较法 | 第16页 |
| ·染色法 | 第16-18页 |
| ·化学方法 | 第18页 |
| ·脂肪萃取法 | 第18页 |
| ·磷含量分析 | 第18页 |
| ·光电法 | 第18页 |
| ·计算机图象识别法 | 第18-19页 |
| ·大米加工精度检测新方法的研究 | 第19-25页 |
| ·稻谷化学成分 | 第19-20页 |
| ·大米加工精度检测新方法的研究 | 第20-22页 |
| ·近红外光谱分析技术在大米检测中的应用 | 第22-25页 |
| ·本文研究的主要内容、目的及意义 | 第25-28页 |
| ·研究目的 | 第25-26页 |
| ·研究方法及内容 | 第26-27页 |
| ·技术路线 | 第27-28页 |
| 第二章 近红外光谱分析原理及方法 | 第28-40页 |
| ·近红外光谱分析技术 | 第28-30页 |
| ·近红外光谱的定量分析 | 第28-29页 |
| ·近红外光谱的定性分析 | 第29-30页 |
| ·近红外光谱定量分析中的化学计量学算法 | 第30-31页 |
| ·多元线性回归法 | 第30页 |
| ·逐步回归分析法 | 第30-31页 |
| ·主成分回归法 | 第31页 |
| ·偏最小二乘法 | 第31页 |
| ·预处理方法 | 第31-33页 |
| ·平滑算法 | 第32页 |
| ·导数算法 | 第32页 |
| ·SNV和去趋势算法 | 第32-33页 |
| ·多元散射校正法 | 第33页 |
| ·近红外模型的建立和验证 | 第33-40页 |
| ·数据处理 | 第34-38页 |
| ·训练样本的选择 | 第34页 |
| ·PLS建模算法 | 第34-35页 |
| ·光谱预处理方法 | 第35-36页 |
| ·数学模型预测效果的评价 | 第36-37页 |
| ·异常样品的剔除 | 第37-38页 |
| ·光谱波长的选择及预处理方法 | 第38页 |
| ·内部交叉检验 | 第38页 |
| ·外部检验 | 第38-39页 |
| ·误差参数评价 | 第39-40页 |
| 第三章 基于表面脂肪含量测定大米加工精度的分析 | 第40-64页 |
| ·实验材料 | 第40页 |
| ·实验仪器与设备 | 第40-41页 |
| ·实验方法与步骤 | 第41-43页 |
| ·试验材料的预处理 | 第41页 |
| ·样品的制备 | 第41-42页 |
| ·近红外漫反射光谱扫描 | 第42页 |
| ·脂肪含量的化学测定 | 第42-43页 |
| ·大米加工精度等级判断 | 第43页 |
| ·脂肪含量近红外模型 | 第43-49页 |
| ·脂肪化学分析结果 | 第43页 |
| ·光谱图分析结果 | 第43-44页 |
| ·不同光谱预处理方法对结果的影响 | 第44-45页 |
| ·不同组成分维数对结果的影响 | 第45-46页 |
| ·回归模型和交叉检验 | 第46-47页 |
| ·外部检验及模型预测效果评价 | 第47-48页 |
| ·脂肪含量与加工精度的关系 | 第48-49页 |
| ·大米加工精度的预测 | 第49-63页 |
| ·距离判别分析 | 第49-52页 |
| ·大米加工精度的距离差别分析模型 | 第51页 |
| ·判别模型的检验结果 | 第51-52页 |
| ·聚类分析 | 第52-55页 |
| ·BP神经网络模型预测 | 第55-58页 |
| ·BP神经网络的简介 | 第55页 |
| ·BP神经网络的结构与机理 | 第55-56页 |
| ·建立模型 | 第56页 |
| ·网络模型的训练与结果分析 | 第56-58页 |
| ·支持向量机模型 | 第58-63页 |
| ·支持向量机理论 | 第59-61页 |
| ·建立模型 | 第61页 |
| ·实验结果与分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第四章 基于糙出白率测定大米加工精度的分析 | 第64-77页 |
| ·糙出白率近红外模型 | 第64-69页 |
| ·糙出白率的测定 | 第64-65页 |
| ·不同光谱预处理方法对结果的影响 | 第65页 |
| ·不同组成分维数对结果的影响 | 第65-66页 |
| ·回归模型和交叉检验 | 第66-67页 |
| ·外部检验及模型预测效果评价 | 第67-68页 |
| ·脂肪含量与加工精度的关系 | 第68-69页 |
| ·大米加工精度的预测 | 第69-76页 |
| ·距离判别分析 | 第69-70页 |
| ·大米加工精度的距离判别分析模型 | 第69-70页 |
| ·判别模型的检验 | 第70页 |
| ·聚类分析 | 第70-72页 |
| ·BP神经网络预测 | 第72-74页 |
| ·模型的建立 | 第72页 |
| ·网络模型的训练与结果分析 | 第72-74页 |
| ·支持向量机预测 | 第74-76页 |
| ·模型的输入与输出 | 第74页 |
| ·核函数及参数的选择 | 第74-75页 |
| ·结果分析 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第五章 总结和建议 | 第77-79页 |
| ·总结 | 第77页 |
| ·建议 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 附录 | 第83-94页 |
| 致谢 | 第94-96页 |
| 研究生期间撰写发表的论文 | 第96页 |
